刘伟楠 1,2 , 刘燕 1,3 , 佟宝同 1 , 赵凌霄 1 , 杨莹雪 4,5 , 王玉平 4,5 , 戴亚康 1
  • 1. 中国科学院 苏州生物医学工程技术研究所(江苏苏州 215163);
  • 2. 中国科学院大学(北京 100049);
  • 3. 哈尔滨理工大学(哈尔滨 150080);
  • 4. 首都医科大学 宣武医院(北京 100053);
  • 5. 脑功能疾病调控治疗北京市重点实验室(北京 100053);
导出 下载 收藏 扫码 引用

睡眠中如果癫痫发作会增加患者并发症发作和猝死的概率,有效预测患者睡眠中的癫痫发作可让医患及时采取措施,降低上述概率。现有癫痫发作预测方法多是基于脑电信号设计的,但并未在睡眠时期进行针对性研究,而该时期脑电信号相比其他时期有其特殊性,因此为提高灵敏度、降低错误报警率,本文将挖掘睡眠脑电信号的特点,研究睡眠中癫痫发作的预测方法。本文提出的方法中首先构建特征向量,包括不同波段的绝对功率谱、相对功率谱和功率谱比值;其次应用分离性判据和分支定界法进行特征选择;最后训练支持向量机分类器并实现预测。相比于不针对睡眠脑电信号特点的癫痫预测方法(灵敏度 91.67%,错误报警率 9.19%),本文方法的灵敏度(100%)有所提高,而错误报警率(2.11%)则有所降低。本文方法是对现有癫痫预测方法的补充,具有一定的临床价值。

  • 下一篇

    低频重复经颅磁刺激对孤独症儿童脑电节律的影响