基于人工神经网络的癫痫棘波检测方法

脑电癫痫特征波的自动提取对于患者的诊断具有重要的意义。提出一种时频分析与Jensen函数相结合的方法进行棘波检测，然后提取出棘波的波形特征，并通过人工神经网络进行进一步的判决，从而降低棘波检测的误检率。在对真实的癫痫脑电信号（EEG）的仿真实验中，该方法取得了较好的结果。     

基于多分辨Tsallis熵的癫痫EEG分析

利用多分辨率Tsallis熵的方法,识别癫痫脑电中的棘波,把EEG信号分解成小波级数,在各个尺度上利用多分辨率Tsallis熵来检测棘波,和申农熵相比,多分辨率Tsallis熵能给出更详细的信息。通过对6位患者的EEG信号进行处理,发现这种方法能够比较准确的检测EEG中的棘波,具有较好的临床应用价值。     

一种基于EEG特征提取的癫痫棘波综合检测判决方法

癫痫特征的自动检测在临床应用上具有重要的意义。本研究综合小波变换、非线性能量算子、特征提取和神经网络等技术，提出了一种癫痫棘波检测系统，充分发挥各技术的优点，在对真实脑电数据的处理中，表现出良好的性能。     

一种基于时频分析的癫痫脑电棘波检测方法

脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义.本研究提出了一种基于时频分析的癫痫脑电棘波检测方法.首先通过矩阵的奇异值分解方法得到效果更佳的脑电信号(EEG)的时频分布图,然后利用时频分布的差异测度方法达到对棘波的检测目的.在对临床癫痫脑电信号的实验中,该方法取得了较好的结果.     

儿童良性中央——颞区棘波灶癫痫

目的:探讨儿童良性中央—颞区棘波灶癫痫的特点。方法:对68例患儿的临床和脑电图资料进行回顾性分析。结果:发现所有患儿发作间歇期都有特征性的脑电图改变,即在中央—颞区出现高波幅棘波。治疗后,年龄超过15岁后癫痫发作几乎全部停止。结论:本症的诊断,脑电图是根本依据,治疗效果好。     

检测脑电癫痫波的小波分析方法

小波分析是一种时／频域的分析方法,它具有多分辨率,相对带宽恒定,在时、频两域都具有表征信号局部特征能力的特点,被誉为“数字显微镜”本文基于二进小波变换,对嫌疑癫痫波进行多尺度的分析,根据脑电嫌疑波的三种基本成分（棘波、尖波和慢波）在不同尺度上的特性检测出它们。文中最后给出了小波分析检测脑电癫痫波的实例。理论和实践表明,小波分析在脑电癫痫波的检测中有广阔的应用前景。     

儿童鼠药中毒致脑电图(EEG)尖棘慢波放电一例

一、病例报告 王某,女,7岁,因头疼6小时、意识不清伴抽搐4小时于2003年3月28日21时30分入院。据患儿父亲称:患儿误服鼠药后(剂量不详)于3月28日15时30分出现头疼、头晕、站立不稳,就诊于当地医院。给予“洗胃”等处理后,于17时30分出现意识不清、抽搐,     

伴中央—颞棘波灶的儿童良性癫痫

目的探讨伴中央—颞棘波灶的儿童良性癫痫的临床和脑电图（ＥＥＧ）特点。方法对１９８６年以来确诊的２４６例患儿的临床和ＥＥＧ资料进行回顾性分析。结果发现所有患儿发作间期都有特征性的ＥＥＧ改变，即在正常的背景活动基础上，中央一中颞区出现成串或单一的高波幅的棘波。这种改变可局限于一侧半球，也可从一侧半球转移至对侧半球或双侧半球。患儿临床上伴面部、半身或全身的强直－阵挛性抽搐。年龄超过１５岁后癫痫发作几乎全部停止。结论ＥＥＧ是诊断本症的根本依据。     

基于形态学滤波器的棘波提取技术

本研究提出了一种基于形态学滤波器的脑电棘波检测方法。首先，选择三角形为结构元素，采用数学形态学中的级联开闭和闭开运算分别对脑电信号进行处理，去除癫痫样瞬态信号；然后对级联开闭和闭开运算采用平均加权的方法，消除统计偏倚现象，得到背景脑电信号；最后将处理结果和原始脑电信号做差，提取出脑电信号中的棘波。通过仿真信号的对比分析和临床癫痫脑电信号的应用，表明该方法适用于双向棘波的提取，与以往的方法相比，背景脑电的抑制能力更强，提取出的信号特征成分更完整。     

24小时脑电监测对癫痫的诊断价值

目的：探讨２４小时动态脑电图（ＡＥＥＧ）,对癫痫诊断的应用价值。方法：对癫痫组２０７例,可疑癫痫组１１１例行ＡＥＥＧ检查。结果：癫痫组ＡＥＥＧ阳性率７５．８％（１５７／２０７）,可疑癫痫组ＡＥＥＧ阳性率１８％（２０／１１１）,前组的阳性率明显高于后组。结论：ＡＥＥＧ对癫痫的诊断有重要意义。     

利用人工神经网络自动检测癫痫样放电的研究

根据对人工神经网络(Artificial Neural Network，ANN)识别脑电图(EEG)的网络输出峰值分布曲线的分析，建立了一套利用ANN自动检测癫痫样放电(Epileptiform Discharges，ED)的算法，即由计算机自动挑选ED模式，提取特征参数对网络进行训练，计算阈值，然后用训练好的网络和阈值对EEG进行识别。通过对典型的三种类型的癫痫患者的ED进行全自动识别，其平均识别率为90．9％，平均假阳性率为15．7％。     

颈椎病患者经颅多普勒检查与头颅CT和脑电图的关系

应用多普勒技术对50例确诊为椎动脉型颈椎病的患者进行了检查,结果30例异常。其中25例主要表现为不同程度的双侧颈动脉血流量对称性偏低,管径及头颅CT无异常,脑电图部分改变,主要表现为低幅慢波,经治疗后症状改善,多普勒复查正常,说明CT正常不能否定脑缺性血管病的存在,CT不能代替多普勒检查,另5例主要表现为双侧颈动脉血流量不对称,其中3例为双侧血管经狭窄,CT提示全脑萎缩,脑电图呈低幅慢波;另2例CT提示左颞后顶区,右枕外侧区梗塞,脑电图及脑电地形图表现相应部位慢波灶达6～7级。CT异常者,临床治疗效果欠佳,多普勒检查和脑电图及临床症状变化不大,故多普勒检查对监测脑动力循环有一定意义。     

脑萎缩的脑电图表现及临床分析

目的:探讨脑萎缩的脑电图(EEG)特点。方法:对75例脑萎缩患者EEG进行分析。结果:75例脑萎缩患者EEG轻度异常37例,中度异常15例,重度异常1例。结论:EEG检查对脑萎缩有一定的临床价值。     

利用小波级数检测睡眠EEG中的K-复合波

本文提出了一种利用小波级数检测睡眠脑电中Ｋ－复合波的方法。这种方法使用Ｄａｕｂｅｃｈｉｅｓ正交小波基,把ＥＥＧ信号分解成４个尺度上的小波级数,利用最大尺度的信号逼近检测Ｋ－复合波中的大慢波脉冲,然后,利用信号细节检测紧跟大慢波脉冲之后的梭形波。     

COMPUTER-AIDED DETECTION OF THE EPILEPTIC WAVES IN EEG:A REALIZED STRATEGY BY ADOPTING MULTI-METHOD

A.THESOURCESOFDATAThedatausedinthisresearchcamefromtheEEGlaboratoryoftheTianjinGeneralhospital.TheywereobtainedfromtWelvepatientsattheageofo.9~27,withthesamPlingrateof5l2persecondandsamplingPeriodof8minutes.Thesesignalscontainvariousbackgroundwavesandmostofthedatacontainvariouskindsofartifacts.Twopatients'datawereselectedtoobtaintheparametersandtrainoursystem,Whiletheothertenwaslefttotestitsefficiency.B.THECOMPOSITIONoFTHESYSTEMAtthebeginning,theEEGdatawassenttothecomPute…     

癫痫脑电信号符号动力学分析

癫痫是大脑神经元异常放电所引起的常见神经系统疾病,其发作具有突然性和反复性特点,因此,提前预测发作以便对患者及时采取措施具有重要意义。本文引入符号动力学方法分析癫痫大鼠失神性发作时脑电(EEG)信号的特性,并对影响符号统计量的关键参数的选取进行讨论,计算癫痫发作不同时期EEG信号的符号熵和时间不可逆转性。研究发现正常发作间隙期,符号熵和时间不可逆转性指标值较大;从发作间隙期向发作期的转化阶段,即发作前期,二者明显减小;发作时维持较低水平。研究结果表明符号动力学方法能够揭示癫痫EEG动力学特征变化,符号熵和时间不可逆转性两个指标是表征癫痫发作不同阶段的敏感特征量,具有重要的潜在临床应用价值。     

Lateral Specialization of Cognitive Mode: II. EEG Frequency Analysis

This study reports a frequency analysis of hemispheric EEG asymmetries in normal subjects performing cognitive tasks. Language and arithmetic tasks were expected to engage primarily the left hemisphere; spatial and musical tasks were expected to engage primarily the right hemisphere. Both motor and non-motor tasks were used, e.g. writing a letter and composing a letter mentally. Recordings from temporal leads (T₃,T₄) and parietal leads (P₃,P₄) referred to the vertex C_z were subjected to discrete Fourier transforms; ratios of power from homologous leads (T₄/T₃, P₄/P₃) were computed in conventional frequency bands. These ratios (right/left) are significantly higher in verbal and arithmetic tasks than in spatial tasks primarily in the alpha band; the beta and theta bands show this effect less consistently. The delta band shows no such systematic effect of cognitive mode. Considering the alpha band alone reveals a task dependence of the asymmetry 2–5 times greater than we reported earlier for whole band power (1–35 Hz). Whenever a significant task dependence of asymmetry appears in any band, it is in the same direction: the hemisphere primarily engaged in the cognitive activity develops proportionately less power. The requirement of motor output increases the task dependence of alpha asymmetry and lowers alpha power levels.     

Effective implementation of time–frequency matched filter with adapted pre and postprocessing for data-dependent detection of newborn seizures

Neonatal EEG seizures often manifest as nonstationary and multicomponent signals, necessitating analysis in the time–frequency (TF) domain. This paper presents a novel neonatal seizure detector based on effective implementation of the TF matched filter. In the detection process, the TF signatures of EEG seizure are extracted to construct the TF templates used by the matched filter. Matching pursuit (MP) decomposition and narrowband filtering are proposed for the reduction of artifacts prior to seizure detection. Geometrical correlation is used to consolidate the multichannel detections and to reduce the number of false detections due to remnant artifacts. A data-dependent threshold is defined for the classification of EEG. Using 30 newborn EEG records with seizures, the classification process yielded an overall detection accuracy of 92.4% with good detection rate (GDR) of 84.8% and false detection rate of 0.36 FD/h. Better detection performance (accuracy >95%) was recorded for relatively long EEG records with short seizure events.