收藏本站
《山东师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于LSTM的脑电特征学习及癫痫发作预测系统研究

王凤娟  
【摘要】:全球约有癫痫患者5000万人,在我国大约有1000万人,癫痫发作是脑皮质中异常过度的神经元自发、同步放电导致的,持续发作的癫痫可能会造成患者的永久性损伤,甚至死亡。癫痫的发作具有突发性和反复性,严重影响了患者的正常工作和生活。因此,有效的癫痫发作预测能够减缓癫痫患者的痛苦,进一步保证癫痫患者的生命安全。在预测癫痫发作的基础上,还可以应用各种干预方法(例如通过递送短效抗癫痫药物或通过施加电刺激)抑制癫痫发作。目前,癫痫发作自动预测已经成为癫痫研究领域的热点。但是,用于识别癫痫发作前期的脑电特征学习是发作预测技术的瓶颈。本文利用深度学习来自动学习用于发作预测的脑电特征,有效地实现了癫痫发作预测。本文提出了基于双向LSTM的癫痫发作预测方法,首先将每个患者不同导联的脑电图(EEG)拼接滤波,同时提取描述脑电信号波形的多种线性特征,然后构建用于癫痫发作间期和发作前期的深度双向LSTM网络,并将特征向量送入该双向LSTM网络中针对癫痫发作前期和发作间期进行特征学习,经过网络的正反脑电数据处理最终实现发作间期和发作前期的脑电分类;最后通过一定规则的后处理实现结果的优化,提高了预测的正确率。本文在9例颞叶癫痫患者的临床脑电数据上,通过SOP、SPH、灵敏度、误报率、平均预测时间等性能指标对所构建的深层双向LSTM网络进行性能评估。实验中,总共发作次数为29次,预测正确为24次,平均误报率为0.17/h,从而证明了基于双向LSTM的脑电特征学习的癫痫发作预测系统有着较好的预测性能。对于平均预测时间,有一半以上的患者具有较长的预测时间,平均预测时间为35.47min,能够在癫痫发作之前为患者提供充足的治疗和心理准备。在颞叶癫痫患者的基础上,今后的工作会对其他病灶区患者进行实验,更加充分地完善预测系统。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP181;R742.1

【相似文献】
中国期刊全文数据库 前10条
1 伍亚舟;吴宝明;何庆华;张玲;易东;;基于想象左右手运动脑电特征提取及其统计特性分析[J];北京生物医学工程;2007年02期
2 吴小培,冯焕清,周荷琴,李晓辉;结合小波变换和独立分量分析的脑电特征提取[J];仪器仪表学报;2004年01期
3 马娜;王学民;田苗;刘静;綦宏志;明东;周鹏;;20Hz体感振动刺激对脑电特征影响研究[J];生物医学工程学杂志;2016年06期
4 董光恒;杨丽珠;;情绪冲突控制过程的脑电特征研究[J];心理科学;2008年06期
5 万柏坤;刘延刚;明东;孙长城;綦宏志;张广举;程龙龙;;基于脑电特征的多模式想象动作识别[J];天津大学学报;2010年10期
6 殷罡;吴平东;彭军强;黄漫玲;汪东;;性格行为特征与脑电特征间关系的研究[J];北京理工大学学报;2009年04期
7 白树林;谢松云;张玉梅;杨金孝;;基于灰色系统理论的脑电特征提取[J];贵州工业大学学报(自然科学版);2005年06期
8 宋亚林;孙杳如;;手指动作自动矫正的脑电特征[J];同济大学学报(自然科学版);2017年06期
9 严娜;乔晓艳;李鹏;;基于小波-双谱分析的视觉诱发脑电特征提取[J];测试技术学报;2012年01期
10 李飞;高小榕;高上凯;;基于随机森林算法的高维脑电特征优选[J];北京生物医学工程;2007年04期
中国重要会议论文全文数据库 前10条
1 江朝晖;冯焕清;刘大路;;用脑电特征划分睡眠状态的一个新方法[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
2 史伟雄;崔韬;肖晓华;王圣松;邵晓秋;;非酮症性高血糖导致癫痫发作的临床脑电特征及治疗[A];第六届CAAE脑电图与神经电生理大会会刊[C];2018年
3 林相波;邱天爽;李小兵;王静;;基于小波变换的癫痫发作前脑电特征分析[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
4 蒋学慧;周鹏;赵欣;葛佳怡;李宁;郁洪强;刘海婴;王明时;;基于DSP的睡眠脑电特征提取[A];天津市生物医学工程学会2008年年会暨首届生物医学工程与临床论坛论文集[C];2008年
5 张颖群;杨丽珠;沈悦;刘歌;宋芳;;初中生自我控制发展特点及脑电特征研究[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
6 任未多;;不同运动项目运动员脑电特征的比较研究[A];第九届全国心理学学术会议文摘选集[C];2001年
7 王浩;刘冲;王宏;;基于小波变换的脑电特征信号自动检测方法[A];第七届青年学术会议论文集[C];2005年
8 赵欣;郁洪强;詹启生;王明时;;网络成瘾症患者脑电特征一例[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
9 魏凯明;付洋洋;;瑜伽习练者“意念调节”状态下脑电特征的研究[A];第6届全国青年体育科学学术会议论文摘要集[C];2011年
10 王琰萍;张晓玲;朱敏初;黄俊军;金强;;认知康复训练对急性脑梗死后认知功能障碍患者的脑电特征影响[A];2014年浙江省神经病学学术年会论文汇编[C];2014年
中国博士学位论文全文数据库 前10条
1 饶娟;面向抑郁注意机制的任务态脑电特征算法研究[D];兰州大学;2019年
2 辛喜艳;中风病虚实证候演变及脑电特征与预后的关系研究[D];北京中医药大学;2012年
3 石立臣;基于脑电信号的警觉度估计研究[D];上海交通大学;2012年
4 何洋;我国优秀射箭运动员脑电特征的研究[D];山西大学;2008年
5 朱亚忱;基于特权信息的情感识别[D];中国科学技术大学;2015年
6 陈昌乐;三种佛家静功操作方法的脑电特征比较研究[D];北京中医药大学;2012年
7 吕佳;基于事件相关电位技术的服装情绪研究[D];江南大学;2014年
8 张海波;具象思维作业的脑电空间与频域特征研究[D];北京中医药大学;2011年
9 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年
10 郁洪强;过度使用互联网者的脑电特征分析[D];天津大学;2009年
中国硕士学位论文全文数据库 前10条
1 韩佳硕;抑郁人群睡眠脑电特征研究[D];兰州大学;2019年
2 王凤娟;基于LSTM的脑电特征学习及癫痫发作预测系统研究[D];山东师范大学;2019年
3 汪小双;基于脑电特征独立分量分析的癫痫检测[D];大连理工大学;2018年
4 王永宗;面向情绪识别的脑电特征组合及通道优化选择研究[D];兰州大学;2018年
5 宋江玲;非线性脑电特征提取方法研究[D];西北大学;2016年
6 严娜;视听诱发脑电特征研究[D];山西大学;2012年
7 翟静波;老年轻度认知功能障碍向阿尔兹海默病转归的脑电特征研究[D];山西医科大学;2011年
8 顼春元;感觉刺激诱发脑电特征研究[D];山西大学;2011年
9 张颖群;初中生自我控制结构、发展特点及脑电特征的研究[D];辽宁师范大学;2013年
10 沈骥;基于眼动、脑电特征的抑郁识别研究[D];兰州大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026