[发明专利]一种基于二阶C0复杂度的癫痫发作预测方法

摘要

本发明属临床医学和神经系统技术领域，具体为一种可以自动地对癫痫症发作时间进行预测的方法。该方法通过分析癫痫患者的颅内脑电信号的二阶C₀复杂度，找出癫痫发作前期二阶C₀复杂度的变化特征，再利用统计估计算法识别出这种变化，从而预测癫痫发作时间。本发明具有较高的预测准确率，对于癫痫患者或医生及时地采取有效预防措施具有重要的意义。

主权项

1、一种基于二阶C₀复杂度的癫痫发作预测方法，其特征在于具体步骤如下：(一)脑电数据预处理：病人的癫痫脑电数据x(t)作20～80Hz的带通滤波预处理，得到滤波后的信号(二)C₀复杂度的计算：(1)对预处理后的脑电信号计算其C₀复杂度，得到一阶C₀复杂度序列{Cf_i，i＝1，2，…，N}；(2)计算复杂度序列{Cf_i，i＝1，2，…，N}的C₀复杂度，得到二阶C₀复杂度序列{Cs_i，i＝1，2，…，M)；(三)预测算法计算平均值m_j：mj=1LΣi=1LCsi,---(1)]]>标准差d_j：dj=(1LΣi=1L(Csi-mj)2)1/2.---(2)]]>则得到两个序列{m_j，j＝1，2，…，K}和{d_j，j＝1，2，…，K}，其中K=[M-LD+1];]]>L为滑动窗口长度，D为每次移动长度；若m_j-1-m_j＞2d_j-l，则发出报警，记录此时相应的二阶C₀复杂度值所对应的时刻。