-
题名多通道权重融合和小波分解的癫痫棘波检测方法
被引量：1
- 1
-
-
作者
俞小彤
赵若辰
宁晓琳
-
机构
北京航空航天大学仪器科学与光电工程学院
杭州极弱磁场国家重大科技基础设施研究院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第10期24-34,共11页
-
基金
2022产业技术基础公共服务平台项目(2022-189-181)
中国科学院学部前沿交叉研判研究(XK2023XXC002)资助项目。
-
文摘
脑电的棘波自动化检测是目前研究的重点,对癫痫诊断具有重要意义。现有检测方法主要有两类:信号分析和机器学习。前者对异常值敏感,后者算法对不同数据的鲁棒性未能得到充分验证。另外,传统的基于单通道脑电的棘波检测方法容易受到伪迹干扰。针对现有算法存在的问题并结合棘波的电生理特点,提出了基于多通道数据权重融合和小波分解的棘波检测算法。首先,根据癫痫棘波的放电特性,设计一种以幅值和波形趋势为特征值的多通道权重融合方法,获得棘波数据强化后的单通道数据;其次,算法引入小波分解,有效地提取信号中的局部特征,增强检测癫痫棘波这类具有突变特性信号的能力;最后,通过临床采集的癫痫患者脑电数据,验证了该算法能实现癫痫发作间期棘波的精确检测,诊断准确率可达92.3%以上。相较于传统的单通道脑电棘波检测方法,该方法具有检测准确率高、计算简单的优势,是一种有效的癫痫发作间期的棘波检测技术。
-
关键词
脑电信号
多通道权重融合
小波分解
模极大值
棘波检测
-
Keywords
EEG
multi-channel weight fusion
wavelet decomposition
modal maxima
spike wave detection
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
