[发明专利]基于小波能量判定癫痫发作前脑电信号的方法及系统在审
申请号: | 201810374887.9 | 申请日: | 2018-04-24 |
公开(公告)号: | CN108814592A | 公开(公告)日: | 2018-11-16 |
发明(设计)人: | 李卓明;陈幸;岑尧辉;吴广腾;赵钰;夏慧云 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476;A61B5/00 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 杨立超 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 判定 脑电信号 小波能量 癫痫 频段 预处理 工程技术领域 显著性水平 分类检测 高通滤波 输入特征 信号处理 误判率 准确率 可用 神经 分类 预测 检验 保证 | ||
本发明提供基于小波能量判定癫痫发作前脑电信号的方法,属于信号处理与神经工程技术领域,涉及判定癫痫发作前脑电信号的方法及系统。本发明首先利用高通滤波对待判定的脑电信号进行预处理、计算预处理后的脑电信号的小波能量;然后对计算求得的所有频段的小波能量,采用卡方检验选取存在显著性水平差异的频段;最后以选取频段的小波能量作为输入特征对脑电信号进行分类检测;分类并判定待判定的脑电信号是否为发作前脑电信号。本发明解决了现有技术无法准确判定脑电信号是否为发作前脑电信号,从而导致癫痫发作预测时无法保证准确率高的同时误判率低的问题。本发明可用于判定癫痫发作前脑电信号。
技术领域
本发明涉及判定癫痫发作前脑电信号的方法及系统,属于信号处理与神经工程技术领域。
背景技术
癫痫是一种常见的神经系统疾病,属慢性疾病,以大脑神经细胞群反复超同步放电引起的发作性、突然性、短暂性脑功能紊乱为特征,常常会影响患者的生活及工作。对于无法彻底控制发作的癫痫患者,癫痫会以突然、无法预料的状态发作,这种发作方式对患者像是晴天霹雳。癫痫患者不但会遭遇受伤的危险,他们在日常生活还会感到绝望的无助。全球五千万的癫痫患者和癫痫突发的高危性使癫痫发病预测在过去30年中成为临床医生、神经生物学家、数学家、物理学家及工程师们一直合力挑战的研究课题,准确的癫痫发病预测使临床医生能及时地提供治疗或脑电刺激抑制癫痫发病。目前脑电信号的记录和分析被认为是预测癫痫发病的唯一手段,基于EEG(脑电信号)的癫痫的自动检测对临床分析癫痫等神经疾病具有重要价值。
Viglione等人最先申请了一项关于电子癫痫预警仪的专利,预测成功率达到90%,由于EEG信号记录过程中有严重的噪声和伪迹,预测产生了难以接受的错误警告(S.S.Viglione,G.O.Walsh.Proceedings:epileptic seizure prediction[J].Electroencephalography&Clinical Neurophysiol,1975,39:435–36)。之后,Williamson利用时空特征方法进行预测,预测精确率达到了85%,19个病人的平均误判率达到21%(J.R.Williamson,D.W.Bliss,D.W.Browne,et al.Seizure prediction using EEGspatiotemporal correlation structure[J],EpilepsyBehav,vol.25,no.2,pp.230–238,Oct.2012)。Mirowski提出了一种基于脑电同步性的互相关,非线性相互依赖性特征的癫痫发作预测技术,预测精确率为71%,没有错误警告(P.Mirowski,D.Madhavan,Y.Le Cun,etal.Classification of patterns of EEG synchronization for seizure prediction[J],Clin.Neurophysiol,vol.120,no.11,pp.1927–1940,Nov.2009)。Park提出了一种谱功率和非线性分类的线性特征方法,预测精确率为94.4%,平均误判率为20%(Y.Park,L.Luo,K.K.Parhi,et al.Seizure prediction with spectral power of EEG usingcost-sensitive support vector machines[J],Epilepsia,vol.52,no.10,pp.1761–1770,Oct.2011)。Li利用尖波发作率方法预测,得到了75.8%的精确率,平均误判率为9%(S.Li,W.Zhou,Q.Yuan,Y.Liu,Seizure prediction using spike rate of intracranialEEG,IEEE Trans[J].Neural Syst.Rehabil.Eng,vol.21,no.6,pp.880–886,Oct.2013)。Rasekhi利用单变量特征的方法得到了73.9%的精确率,平均误判率为15%(J.Rasekhi,M.R.K.Mollaei,M.Bandarabadi,et al,Preprocessing effects of 22linearunivariate features on the performance of seizure prediction methods[J],J.Neurosci.Methods,vol.217,pp.9–16,2013)。可以看到,基于EEG信号的癫痫预测研究中,准确率和误判率(准确率表示正确识别测试样本发病状态的概率,误判率表示将未发病样本识别为发病样本的概率)是一对长期存在的矛盾;怎样准确判定脑电信号是否为发作前脑电信号,从而在癫痫发作预测时保证准确率高的同时误判率低是急需解决的问题。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810374887.9/2.html,转载请声明来源钻瓜专利网。