不同生理状态时脑电时间序列的皮层信息传输

引用一种“信息传输”理论来研究不同生理状态时的脑电时间序列，比较了正常人和在急性缺氧条件下、睡眠条件下及局灶性癫痫病患者的大脑皮层信息传输，发现在各种情况下的大脑皮层信息传输有非常特殊的现象：在急性缺氧时，人的大脑皮层信息传输量各导联均较正常人高；当深睡时，各导联的信息传输量均较正常人低；局灶性癫痫病人痫性导联与其他导联间的皮层信息传输量有明显增加，而非痫性导联信息传输量 对降低，用脑皮层信息传输量来分析在不同生理状态下的脑电信号是一个极有潜力的方法，可能为研究和理解大脑的活动机理提供一条新的途径。     

不同脑负荷脑电特征的近似熵表征研究

目的研究不同生理状态下的脑电特征(EEG)。方法利用一种度量时间序列复杂性的非线性统计方法——近似熵(ApEn)方法。结果近似熵能够有效地反映脑电信号的变化情况。结论近似熵是一种值得重视且很有发展前景的复杂性分析方法。     

不同生理条件下步态数据的复杂性测度分析

目的研究步态从一个侧面反映出的人体健康状况和病态特征,突破步态数据具有高维性、非线性、不便于定量分析的难题。方法将非线性动力学复杂性测度引入步态数据的分析。结果步态的复杂度与年龄等生理状况密切相关。结论通过数据长度对分析结果的影响,表明复杂度具有模型独立和计算简单等特点,它在步态分析中应用的前景较为乐观。     

基于单导脑电经验模式分解的癫痫发作预测

目的寻找一种通过单通道脑电分析实现癫痫发作预报的新方法。方法从西京医院癫痫中心的临床病例中选择7名受试者记录癫痫发作前后8个通道的脑电,对发作前的各导脑电信号进行经验模式分解,提取分解后各分量的复杂性测度,将其作为一个4层（7-6-2-1）神经网络的输入进行非线性分类,神经网络的训练采用去一循环法（leave one out）。结果研究表明,所提出的方法在预报癫痫发作时的表现为：根据所用脑电导联不同,准确度为71.7%-78.3%,特异性为71.4%-88.1%,敏感性为50%-77.8%范围。另外,系统运算速度足够快,适合临床实时检测需要。结论所提出的方法在预测癫痫发作时有一定优势,但进一步的研究仍然是必要的。     

利用双谱分析的癫痫脑电特征研究

根据癫痫患者脑电信号具有非高斯、非线性随机特性,应用高阶累积量技术对癫痫患者的脑电信号进行双谱估计,研究了在不同发病阶段的脑电信号的高斯偏离程度,以获取更加敏感和准确的临床监护和发病预报参量.用参数模型法进行双谱估计,并根据奇异值分解最小二乘法求解模型参数,从而获得高分辨率的双谱估计值和有效的脑电相位信息.用功率谱对高阶谱进行规范,规范化结果可作为相关系数,通过估计双相关系数找出它与癫痫发作的关系.实验结果表明,患者在癫痫发作前、开始发作和发作期,双谱的等高线图具有明显的尖峰,在癫痫发作时的脑电双相关系数值要比癫痫发作前和发作后的系数值高得多,使得脑电波的非高斯性和非线性增强.双谱分析为癫痫脑电信号的研究提供了一些新的思路,双相关系数有望成为临床监护、预报癜痫发作的一个指标.     

基于脑电模糊能量特征提取的癫痫分类诊断

目的提出一种基于8导脑电模糊能量特征提取的多分类支持向量机混合诊断模型。方法通过计算8导脑电的能量并转换为模糊特征向量,将模糊特征向量输入到多分类的支持向量机中。训练和测试数据样本来自西京医院癫痫中心的60个临床监护病例。结果该方案的平均分类准确率可达80%以上,远高于传统的医师主观判断的准确率;对临床最常见的部分性发作和全身性发作的分类准确率可达90%左右。结论提出的方案可实现对癫痫不同类型的识别。     

前驱波的小波能量与支持向量机分类

目的通过对震前地壳内长周期形变前驱波检测新方法与波形分析的研究,为未来地震预测寻找一个突破点。方法分析了采集到的超低频加速度前驱波信号,发现直接利用前驱波异常信号与地震发生的关系研究得到其关联度仅为51.59%;为提高分析效果,通过小波变换方法对前驱波异常信号进行分解,提取其各分量能量信息,并以此作为特征向量输入支持向量机进行信号分类。结果研究表明利用创新的前驱波检测技术和基于小波分解及支持向量机实现信号分类,异常前驱波与地震发生之间的关联度可达72.028%。结论所提出的方法在探索地震发生的前兆信息方面有一定价值,但在扩大采集地、更多的数据输入、核函数及其相关参数的优化选择等问题尚待进一步的研究。     

基于最大熵独立分量分析的诱发电位特征提取

目的 针对视觉诱发电位(VEP)特征提取问题,提出一种改进的基于信息极大的最大熵ICA算法.方法 通过该算法对多导诱发脑电信号进行独立分量分解,去掉其中包含的噪声干扰成分.并选出与视觉诱发响应相关的主要分量,完成信号的特征提取.结果 将选出的分量投影回头皮电极处,使得VEP中的P3峰更加突出.结论 所提出的方法实现了信号的特征增强,提高了P3成分定位的准确性.