基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
癫痫发作的预测是近年来在临床医学和神经系统科学研究领域中备受关注的问题.如果癫痫发作能够被可靠地预测,则可以提前采取有效的临床预防措施,从而能较大程度地改善癫痫患者的生活质量.文章提出了一种基于二阶C0复杂度的预测算法用于预测癫痫发作.该算法通过分析癫痫患者颅内脑电信号的二阶C0复杂度,利用发作前期复杂度曲线的变化特征预测癫痫发作.作者运用该算法对21组癫痫病人87次发作的临床颅内脑电数据和4组大鼠4次发作的颅内脑电数据进行分析计算,预测准确率分别为94.3%和100%.实验结果表明该算法可以有效地预测癫痫发作,具有潜在的重要临床应用价值.
推荐文章
基于改进C0复杂度和MFCC相似度的端点检测
音信号处理
C0复杂度
MFCC相似度
端点检测
利用广义复杂度对癫痫病发作进行预测的方法研究
脑电图
复杂度
广义复杂度
癫痫病
预测
基于C0算法的混沌系统复杂度特性分析
C0算法
动力学特性
复杂度
简化Lorenz系统
超混沌Lorenz系统
C0复杂度的数学基础
复杂性度量
随机性复杂度
C0复杂度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于二阶C0复杂度的癫痫发作预测
来源期刊 生物物理学报 学科 医学
关键词 脑电信号 癫痫发作预测 C0复杂度 二阶C0复杂度
年,卷(期) 2007,(1) 所属期刊栏目 技术与方法
研究方向 页码范围 67-74
页数 8页 分类号 R74
字数 4234字 语种 中文
DOI 10.3321/j.issn:1000-6737.2007.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卞宁艳 复旦大学信息学院电子工程系 2 21 2.0 2.0
2 曹洋 复旦大学生命科学学院生理学和生物物理学系 4 28 3.0 4.0
3 王斌 复旦大学信息学院电子工程系 155 1172 18.0 27.0
4 顾凡及 复旦大学生命科学学院生理学和生物物理学系 37 169 9.0 11.0
5 张立明 复旦大学信息学院电子工程系 104 1550 23.0 34.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (9)
参考文献  (14)
节点文献
引证文献  (12)
同被引文献  (13)
二级引证文献  (19)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(3)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
脑电信号
癫痫发作预测
C0复杂度
二阶C0复杂度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
生物物理学报
双月刊
1000-6737
11-1992/Q
大16开
北京市朝阳区大屯路15号中国科学院生物物理研究所
1985
chi
出版文献量(篇)
1662
总下载数(次)
4
总被引数(次)
12572
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导