癲癇失神發(fā)作腦電信號小波分析與腦電信號區(qū)域特征提取.pdf

1、目的:腦電圖(EEG)是癲癇診斷和療效評估的金標準之一,臨床中腦電圖通過人工識圖的方法來分析,效率較低,同時也受到識圖者自身水平的影響,尋求腦電圖新的分析方法顯得尤為必要。小波分析是目前國際上公認的時頻分析工具,在時間、頻率域上具有良好的特性,被稱為“數(shù)學顯微鏡”,在波形分析領域得到了廣泛應用。Matlab是與Mathematica、Maple并稱為三大數(shù)學軟件的軟件系統(tǒng),在科學計算領域得到了世界的公認,在數(shù)據分析領域廣泛使用。本實驗期

2、望尋找一種計算機輔助分析腦電信號的新方法。
　　方法:本文基于Matlab軟件,運用小波分析的方法對癲癇患者EEG信號進行量化分析,在軟件中編程,套用小波能量、小波方差、小波熵的函數(shù),可以得到各目標導聯(lián)小波分解后β、α、θ、δ四種波形的小波能量、小波方差、小波熵的值,利用統(tǒng)計學軟件對各數(shù)值進行分析;利用軟件特性建模,嘗試對失神發(fā)作的波形進行識別;建模對發(fā)作前期、發(fā)作期腦電信號的能量變化進行分析。
　　結果:1.雙側半球小波熵

3、、小波方差、小波能量指標的分析,失神發(fā)作的過程中大腦兩側的電生理活動具有一致性。
　　2.發(fā)作期與發(fā)作間期、發(fā)作前期相比β、α、θ、δ四種基本波形的小波方差均顯著增加。
　　3.發(fā)作過程中小波熵的比較顯示,失神發(fā)作中腦電的產生源于同步化的電生理過程。
　　4.利用發(fā)作期小波能量與背景能量的顯著差異,建立了失神識別的模型,證明通過能量差異可以對癲癇的發(fā)作有效識別。
　　5.失神發(fā)作前,各基本波形小波能量沒有恒定的變