基于AR模型和Lempel-Ziv复杂度的癫痫发作预报

• 作者: 孙磊磊 曹占吉 洪晓军 韩敏
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 癫痫 脑电信号 自回归模型 Lempel-Ziv复杂度 发作预报
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论著
• 页码范围: 273-277
• 分类号: R318.04
• 字数: 3718字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2012.03.11

摘要

目的 癫痫是由多种病因引起的慢性脑功能障碍综合征,及时的发作预报,对于建立新的治疗方法和改善患者的生活质量有着至关重要的作用.目前大部分脑电分析算法存在计算速度慢、适应性差等问题,无法满足癫痫脑电发作预报的要求.方法 本文应用自回归模型对脑电信号进行特征提取,支持向量机(support vector machine,SVM)作脑电各个时期分类器,并与Lempel-Ziv复杂度分析计算相结合,准确识别发作前期,以实现癫痫的发作预报.结果 应用弗莱堡大学数据对上述方法的有效性进行验证.仿真结果表明,该方法得到的发作漏检率、误报率较低,预报提前时间较长.结论 将AR模型和Lempel-Ziv复杂度相结合,对癫痫发作预报的实现,有一定参考价值和意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩敏	大连理工大学电子信息与电气工程学部	200	2311	23.0	33.0
2	洪晓军	大连医科大学附属第一医院神经内科	17	109	6.0	10.0
3	曹占吉	大连理工大学电子信息与电气工程学部	3	8	2.0	2.0
4	孙磊磊	大连理工大学电子信息与电气工程学部	5	40	4.0	5.0