浅谈癫痫脑电自动识别技术
摘要：脑电特征识别是癫痫病诊断和随访治疗的重要参考手段。本文梳理并归纳了一些主流的癫痫脑电特征识别方法，包括数据预处理、脑电特征提取、脑电特征识别三个方面，指出了目前该方面研究存在的一些问题，最后给出总结。
关键词： 癫痫； 脑电特征； 数据预处理； 特征提取； 特征識别
中图分类号：TP391 文献标识码：A
文章编号：1009-3044（2019）12-0205-02
开放科学（资源服务）标识码（OSID）：
Discussion on Automatic Detection Technology of Epilepsy Electroencephalogram
NAME Name，LUO Xu
（Department of Information Engineering， Zunyi Medical University， Zunyi 563000， China）
Abstract： Electroencephalogram （EEG） feature recognition is an important method for epilepsy diagnosis and follow-up treatment. In this article， an overview on epileptic EEG feature recognition methods， including the three aspects， data preprocessing， EEG feature extraction and EEG characteristics identification is given. Some problems in currently researches are proposed. Finally， a conclusion is given.
Key words：Epilepsy； EEG feature； data preprocessing； feature extraction； characteristics identification
1 引言
癫痫是大脑神经元突发性异常放电导致短暂的大脑功能障碍的一种慢性疾病。其长期频繁的发作对患者的身心、智力产生严重影响。尤其是儿童癫痫，其病因复杂、反复发作对儿童发育造成严重危害。
癫痫的发病主要体现为神经异常放电以及脑电波异常，因此脑电检测是癫痫诊断重要手段以及随访体检的主要项目之一。脑电信号为非平稳信号，异常的脑电波形主要有棘波、尖波、棘-慢波、尖-慢波[1]。在基于癫痫的脑电诊断中，需要多点采样，主要有头皮脑电波和深部脑电波，其中头皮脑电探测简单易行，难度和成本较低，大多数病人可以接受，因此比较常用，但缺点是存在较多的噪声与干扰，伪差较多[2]。
目前癫痫脑电识别的主流还是基于人工手段识别，即由医生对脑电波进行长时间监测，而后做出诊断。此方法耗时长，且费时费...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
