目的研究一种基于颅内脑电高频振荡信号(high frequency oscillations,HFOs)自动检测的癫痫灶定位技术。方法针对高频噪声及癫痫样尖峰波形等信号易被误检为HFOs的问题,采用小波包滤波对信号进行预处理,然后用BP神经网络进行特征提取和...目的研究一种基于颅内脑电高频振荡信号(high frequency oscillations,HFOs)自动检测的癫痫灶定位技术。方法针对高频噪声及癫痫样尖峰波形等信号易被误检为HFOs的问题,采用小波包滤波对信号进行预处理,然后用BP神经网络进行特征提取和自动分类,再根据结果统计出HFOs高发区确定癫痫灶;最后,分析3位癫痫患者的颅内脑电数据,评估检测性能及病灶定位准确度。结果本文HFOs自动检测方法的灵敏度和误检率分别为90%和7.46%,其中两位局灶性癫痫患者的HFOs高发通道与癫痫灶有较强关联。结论将小波包分解和BP神经网络相结合并用于HFOs的自动检测,能在保持高灵敏度的同时有效降低其误检率。临床确诊的致痫区与HFOs高发区有较高相关性,初步证实HFOs可用于定位局灶性癫痫灶。展开更多
文摘目的研究一种基于颅内脑电高频振荡信号(high frequency oscillations,HFOs)自动检测的癫痫灶定位技术。方法针对高频噪声及癫痫样尖峰波形等信号易被误检为HFOs的问题,采用小波包滤波对信号进行预处理,然后用BP神经网络进行特征提取和自动分类,再根据结果统计出HFOs高发区确定癫痫灶;最后,分析3位癫痫患者的颅内脑电数据,评估检测性能及病灶定位准确度。结果本文HFOs自动检测方法的灵敏度和误检率分别为90%和7.46%,其中两位局灶性癫痫患者的HFOs高发通道与癫痫灶有较强关联。结论将小波包分解和BP神经网络相结合并用于HFOs的自动检测,能在保持高灵敏度的同时有效降低其误检率。临床确诊的致痫区与HFOs高发区有较高相关性,初步证实HFOs可用于定位局灶性癫痫灶。
