癲癇是常見的一種神經系統(tǒng)疾病,臨床患者數量眾多。癲癇以多種原因導致的大腦神經元異常放電為基礎,給患者的身心帶來一系列的問題。目前,藥物仍是治療癲癇的首選方法,80%的患者可以通過每日服用抗癲癇藥物有效抑制癲癇發(fā)作。然而,患者卻必須為此承受藥物所帶來的一些強烈副作用,諸如記憶力衰退和全身器官損傷等等。尤其是隨著人們生活質量的不斷提高,當前越來越多的癲癇患者更渴望獲得一種可替代藥物并能有效抑制癲癇發(fā)作的治愈手段。實際上臨床手術治療癲癇已經有許多成功案例。但是目前外科手術治療癲癇的隨訪效果一般,尤其是難治性癲癇的一次手術成功率還不盡人意,主要困難在于目前人們對癲癇發(fā)作機制不明和臨床術前對癲癇灶難以準確定位。近年來,有學者發(fā)現腦電高頻振蕩信號（High frequency oscillations,HFOs）與癲癇灶具有一定相關性,即腦電高頻振蕩信號與癲癇的形成和發(fā)作密切相關,它可能作為癲癇灶的標志物用于指導臨床的術前癲癇定位,這或將有助于提高癲癇病灶的定位準確度和促進臨床手術成功率。另一方面,HFOs的發(fā)現與應用可以幫助我們深入理解人類腦電活動的病理生理機制,探索出預測癲癇發(fā)作的預防性治療手... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 研究背景及方法介紹
        1.2.1 腦的結構與癲癇
        1.2.2 癲癇的臨床診療方法
        1.2.3 腦電高頻振蕩信號的研究進展
        1.2.4 癲癇預測方法的研究進展
    1.3 本文的主要貢獻與創(chuàng)新
    1.4 本論文的結構安排
第二章 腦電高頻振蕩信號理論基礎及臨床數據采集
    2.1 引言
    2.2 腦電高頻振蕩信號的產生機制
    2.3 HFOs的采集技術與分析方法
        2.3.1 HFOs采集技術
        2.3.2 HFOs的信號特征與分析
        2.3.3 目前HFOs分析方法存在的問題
    2.4 本研究中癲癇患者臨床數據采集
    2.5 本章小結
第三章 腦電高頻振蕩信號的自動檢測算法研究
    3.1 引言
    3.2 基于小波包分解的HFOs預檢測方法
        3.2.1 腦電數據的干擾分析
        3.2.2 小波理論在HFOs檢測中的應用
        3.2.3 HFOs預檢測算法
    3.3 基于BP神經網絡的HFOs增強檢測算法
        3.3.1 HFOs檢測算法問題分析
        3.3.2 BP神經網絡介紹
        3.3.3 HFOs特征提取與訓練
    3.4 本文HFOs檢測算法的性能測試與對比分析
    3.5 本章小結
第四章 基于腦電高頻振蕩信號的癲癇定位與癲癇預測研究
    4.1 引言
    4.2 臨床患者數據信息與實驗方案
    4.3 HFOs與臨床癲癇灶關系研究
        4.3.1 HFOs的統(tǒng)計分析
        4.3.2 HFOs空間分布與臨床癲癇灶關系分析
    4.4 基于HFOs的癲癇預測探索
        4.4.1 癲癇發(fā)作前期HFOs統(tǒng)計與分析
        4.4.2 臨床數據分析結果與討論
    4.5 本章小結
第五章 全文總結與展望
    5.1 全文總結
    5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學位期間取得的成果


【參考文獻】：
期刊論文
[1]癲癇外科歷史與發(fā)展中的問題[J]. 梁樹立.  中國醫(yī)刊. 2013(08)
[2]癲癇發(fā)作的可預測性研究[J]. Mormann F.,Kreuz T.,Rieke C.,高中寶.  世界核心醫(yī)學期刊文摘(神經病學分冊). 2005(08)
[3]癲癇的外科治療[J]. 陳謙學,譚啟富.  臨床外科雜志. 2000(01)

博士論文
[1]基于皮質腦電的腦運動區(qū)功能定位原理與算法研究[D]. 姜濤.華南理工大學 2010



本文編號：3476430