基于递归量化分析与支持向量机的癫痫脑电自动检测方法

发布时间：2018-05-28 05:08

  本文选题：递归量化分析 + 递归图　； 参考：《物理学报》2014年05期

【摘要】：癫痫脑电信号的自动检测对癫痫的临床诊断与治疗具有重要意义.基于递归图(recurrence plot)的递归量化分析(recurrence quantification analysis,RQA)重现了非线性时间序列的动力学行为,分析了其递归特性,本文提出了基于RQA的癫痫脑电信号特征提取方法.实验结果表明:直接基于RQA特征的癫痫脑电的检测准确率较高,其中直接基于确定率DET的分类准确率可达到90.25%.本文还把提取的RQA特征值和变化系数、波动指数相结合组成特征向量,输入到SVM分类器,实现癫痫脑电信号的自动检测;实验结果表明:该方法的分类准确率可达到99%.
[Abstract]:The automatic detection of epileptic EEG is of great significance for the clinical diagnosis and treatment of epilepsy. The recursive quantization analysis based on recurrence plot (RQA) reproduces the dynamic behavior of nonlinear time series and analyzes its recursive properties. A method for feature extraction of epileptic EEG signals based on RQA is proposed in this paper. The experimental results show that the detection accuracy of epileptic EEG based on RQA features is higher, and the classification accuracy rate based on deterministic rate DET can reach 90.25%. In this paper, the extracted RQA eigenvalues, variation coefficients and fluctuation indices are combined to form the eigenvector and input to the SVM classifier to realize the automatic detection of epileptic EEG signals. The experimental results show that the classification accuracy of this method can reach 99%.
【作者单位】： 济南大学信息科学与工程学院;山东省网络环境智能计算技术重点实验室;
【基金】：国家自然科学基金(批准号:61201428,61070130,61173079) 山东省自然科学基金(批准号:ZR2010FQ020,ZR2011FZ003) 山东省优秀中青年科学家科研奖励基金(批准号:BS2009SW003) 中国博士后科学基金(批准号:20100470081)资助的课题~~
【分类号】：R742.1;TN911.23

【参考文献】

相关期刊论文 前6条

1 刘欣;程九华;卢虹冰;张立藩;马进;董秀珍;;模拟失重后大鼠血压信号的递归定量分析[J];航天医学与医学工程;2006年06期

2 陈晓鸣;邱意弘;朱贻盛;;脑缺血缺氧HRV信号的复原图分析[J];生物医学工程学杂志;2008年01期

3 钟季康,宋志怀,郝为强;RQA在肌电分析中的应用[J];生物物理学报;2002年02期

4 蔡冬梅;周卫东;李淑芳;王纪文;贾桂娟;刘学伍;;基于去趋势波动分析和支持向量机的癫痫脑电分类[J];生物物理学报;2011年02期

5 孟庆芳;周卫东;陈月辉;彭玉华;;基于非线性预测效果的癫痫脑电信号的特征提取方法[J];物理学报;2010年01期

6 蔡冬梅;周卫东;刘凯;李淑芳;耿淑娟;;基于Hurst指数和SVM的癫痫脑电检测方法[J];中国生物医学工程学报;2010年06期

【共引文献】

相关期刊论文 前10条

1 唐振华;喻祖国;;分数布朗运动时间序列的基于递归图的网络分析[J];工程数学学报;2012年04期

2 金宁德;陈万鹏;;混沌递归分析在油水两相流流型识别中的应用[J];化工学报;2006年02期

3 金宁德;郑桂波;陈万鹏;;气液两相流电导波动信号的混沌递归特性分析[J];化工学报;2007年05期

4 吴剑华;禹言芳;王宗勇;刘志强;孟辉波;;旋流静态混合器内瞬态压力波动信号递归特性[J];化工学报;2011年10期

5 曹玉珍;石双双;李笑天;;负荷对手臂肌肉运动取向的影响[J];纳米技术与精密工程;2012年03期

6 何慧;瞿波;;分数型布朗运动在模拟脑电图中的应用[J];南通大学学报(自然科学版);2012年03期

7 潘玉荣;贾朝勇;;基于递归图的电价信号复杂度描述[J];洛阳师范学院学报;2013年02期

8 杨红春,王健,张海红;等长收缩诱发肌肉疲劳及恢复过程中表面肌电信号特征变化规律[J];生物物理学报;2005年05期

9 袁昌松;雷敏;朱向阳;;基于定量分析方法的动作表面肌电信号分析[J];生物物理学报;2006年02期

10 杨红春,王健,王笃明;基于准稳态信号的动态肌肉疲劳表面肌电信号变化特征[J];体育科学;2005年07期

相关会议论文 前2条

1 吴礼斌;刘盛宇;王烨;;基于递归定量分析与内生结构突变模型的股票市场非线性特征研究[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 Li Shunan;Li Donghui;Deng Bin;Wei Xile;Wang Jiang;Wai-Loc Chan;;A Novel Feature Extraction Method for Epilepsy EEG Signals Based on Robust Generalized Synchrony Analysis[A];第25届中国控制与决策会议论文集[C];2013年

相关博士学位论文 前4条

1 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

2 朱建林;大气酸沉降复杂性研究[D];湖南大学;2010年

3 梁静坤;基于想象驾驶行为的脑电信号分析与脑机接口研究[D];河北工业大学;2012年

4 杨栋;桥梁健康监测信号的递归特性分析[D];中南大学;2012年

相关硕士学位论文 前10条

1 谭平;油气水三相流流型识别方法研究[D];燕山大学;2011年

2 宋超;非疲劳状态下肌肉活动的力—电关系研究[D];浙江大学;2004年

3 王辉;智能假肢的控制机理及控制系统研究[D];河北工业大学;2005年

4 陈玲玲;基于支持向量机的下肢肌电信号模式识别的研究[D];河北工业大学;2006年

5 陈静;舰船辐射噪声的混沌特征提取方法研究[D];西北工业大学;2006年

6 刘欣;大鼠心血管信号处理及其在模拟微重力实验中的应用[D];第四军医大学;2006年

7 仉冠生;表面肌电信号检测系统的研究[D];河北工业大学;2007年

8 夏林林;基于RQA方法的生物雷达中人体数量识别技术的研究[D];第四军医大学;2008年

9 刘斌;体外自动除颤仪心室纤颤检测算法的研究[D];哈尔滨工业大学;2008年

10 孙中伟;QT间期检测及心肌缺血中QT间期的递归定量分析[D];中国协和医科大学;2009年

【二级参考文献】

相关期刊论文 前9条

1 纪跃波,秦树人,汤宝平;零相位数字滤波器[J];重庆大学学报(自然科学版);2000年06期

2 孙京霞,白延强;心率变异分析方法的研究进展[J];航天医学与医学工程;2001年03期

3 宁艳;江朝晖;安滨;冯焕清;;睡眠生理参数的去趋势波动分析[J];生物医学工程学杂志;2007年02期

4 王兴元;孟娟;邱天爽;;基于独立分量分析算法研究儿童癫痫脑电的混沌动力学特征[J];生物医学工程学杂志;2007年04期

5 万柏坤,郑旭媛,朱欣,杨春梅,吕杨生;癫痫脑电特征波的综合检测分类方法研究[J];中国生物医学工程学报;2002年03期

6 李小俚;欧阳高翔;关新平;李岩;;基于EEG模糊相似性的癫痫发作预测[J];中国生物医学工程学报;2006年03期

7 李小兵;初孟;邱天爽;鲍海平;;一种基于时频分析的癫痫脑电棘波检测方法[J];中国生物医学工程学报;2006年06期

8 范金锋;邵晨曦;王剑;杨明;王子才;;醉酒者脑电和正常脑电非线性特性的比较评估[J];中国生物医学工程学报;2008年01期

9 张彤,杨福生,唐庆玉;脑电中癫痫波的自动检测与分类──一种分层次、多方法整合的途径[J];中国生物医学工程学报;1998年01期

【相似文献】

相关期刊论文 前10条

1 吕晓燕;罗立民;李祥生;;基于SVM的脑中风分型诊断模型的优化研究[J];系统仿真学报;2009年12期

2 田絮资;赵鹏;黄力宇;;基于脑电模糊能量特征提取的癫痫分类诊断[J];西北大学学报(自然科学版);2010年04期

3 朱天桥;黄力宇;;单导癫痫脑电模糊特征提取的支持向量机发作预测[J];仪器仪表学报;2010年11期

4 蔡冬梅;周卫东;李淑芳;王纪文;贾桂娟;刘学伍;;基于去趋势波动分析和支持向量机的癫痫脑电分类[J];生物物理学报;2011年02期

5 周胜利;剥夺性睡眠对癫痫脑电图的影响[J];衡阳医学院学报;1994年01期

6 霍彦芬,孙正纤,王继民;腹型癫痫脑电图与临床追踪[J];临床脑电学杂志;1997年03期

7 李玉霞,张天霞,牛青萍;腹痛性癫痫脑电图3例分析[J];河南实用神经疾病杂志;2000年06期

8 游荣义,陈忠;癫痫脑电信号的奇异性研究[J];中国医学物理学杂志;2004年02期

9 何家荣，何日才;糖尿病性癫痫脑电图初步研究[J];临床脑电学杂志;1995年04期

10 孔峰,杨豫;联合诱发提高癫痫脑电图阳性率的研究[J];中原医刊;1997年06期

相关会议论文 前4条

1 欧阳光华;李春燕;江国泰;;癫痫脑电的一种混沌分析方法[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年

2 毛宇清;孙宁;尹东屏;孙燕;;南京市心脑血管疾病预测模型研究[A];第六届长三角气象科技论坛论文集[C];2009年

3 欧阳高翔;崔素媛;李小俚;;基于脑电非线性动力学的癫痫发作分析[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

4 祝向东;王胜虎;余捷凯;张建民;傅伟明;陈高;沈宏;;脑脊液蛋白指纹图谱在脑恶性胶质瘤与脑转移瘤鉴别诊断中应用研究[A];2009年浙江省神经外科学术年会论文汇编[C];2009年

相关博士学位论文 前2条

1 赵明玺;基于波形特征提取与支持向量机分类的颅内压增高预测研究[D];重庆大学;2012年

2 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

相关硕士学位论文 前5条

1 郑效来;癫痫脑电信号特征识别与提取的研究[D];大连理工大学;2005年

2 张庆平;癫痫脑电的非线性方法的研究[D];第一军医大学;2004年

3 王腾;超声栓子信号的检测与分类研究[D];复旦大学;2012年

4 李杏杏;基于小波包和多元多尺度熵的癫痫脑电信号分类方法[D];燕山大学;2013年

5 袁凤丽;急性脑梗塞患者血清代谢物研究[D];天津医科大学;2013年

，

本文编号：1945404