脑电高频振荡信号在癫痫定位及癫痫预测中的应用探索

发布时间：2021-11-04 21:19

　　癫痫是常见的一种神经系统疾病,临床患者数量众多。癫痫以多种原因导致的大脑神经元异常放电为基础,给患者的身心带来一系列的问题。目前,药物仍是治疗癫痫的首选方法,80%的患者可以通过每日服用抗癫痫药物有效抑制癫痫发作。然而,患者却必须为此承受药物所带来的一些强烈副作用,诸如记忆力衰退和全身器官损伤等等。尤其是随着人们生活质量的不断提高,当前越来越多的癫痫患者更渴望获得一种可替代药物并能有效抑制癫痫发作的治愈手段。实际上临床手术治疗癫痫已经有许多成功案例。但是目前外科手术治疗癫痫的随访效果一般,尤其是难治性癫痫的一次手术成功率还不尽人意,主要困难在于目前人们对癫痫发作机制不明和临床术前对癫痫灶难以准确定位。近年来,有学者发现脑电高频振荡信号（High frequency oscillations,HFOs）与癫痫灶具有一定相关性,即脑电高频振荡信号与癫痫的形成和发作密切相关,它可能作为癫痫灶的标志物用于指导临床的术前癫痫定位,这或将有助于提高癫痫病灶的定位准确度和促进临床手术成功率。另一方面,HFOs的发现与应用可以帮助我们深入理解人类脑电活动的病理生理机制,探索出预测癫痫发作的预防性治疗手... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 引言
    1.2 研究背景及方法介绍
        1.2.1 脑的结构与癫痫
        1.2.2 癫痫的临床诊疗方法
        1.2.3 脑电高频振荡信号的研究进展
        1.2.4 癫痫预测方法的研究进展
    1.3 本文的主要贡献与创新
    1.4 本论文的结构安排
第二章 脑电高频振荡信号理论基础及临床数据采集
    2.1 引言
    2.2 脑电高频振荡信号的产生机制
    2.3 HFOs的采集技术与分析方法
        2.3.1 HFOs采集技术
        2.3.2 HFOs的信号特征与分析
        2.3.3 目前HFOs分析方法存在的问题
    2.4 本研究中癫痫患者临床数据采集
    2.5 本章小结
第三章 脑电高频振荡信号的自动检测算法研究
    3.1 引言
    3.2 基于小波包分解的HFOs预检测方法
        3.2.1 脑电数据的干扰分析
        3.2.2 小波理论在HFOs检测中的应用
        3.2.3 HFOs预检测算法
    3.3 基于BP神经网络的HFOs增强检测算法
        3.3.1 HFOs检测算法问题分析
        3.3.2 BP神经网络介绍
        3.3.3 HFOs特征提取与训练
    3.4 本文HFOs检测算法的性能测试与对比分析
    3.5 本章小结
第四章 基于脑电高频振荡信号的癫痫定位与癫痫预测研究
    4.1 引言
    4.2 临床患者数据信息与实验方案
    4.3 HFOs与临床癫痫灶关系研究
        4.3.1 HFOs的统计分析
        4.3.2 HFOs空间分布与临床癫痫灶关系分析
    4.4 基于HFOs的癫痫预测探索
        4.4.1 癫痫发作前期HFOs统计与分析
        4.4.2 临床数据分析结果与讨论
    4.5 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]癫痫外科历史与发展中的问题[J]. 梁树立.  中国医刊. 2013(08)
[2]癫痫发作的可预测性研究[J]. Mormann F.,Kreuz T.,Rieke C.,高中宝.  世界核心医学期刊文摘(神经病学分册). 2005(08)
[3]癫痫的外科治疗[J]. 陈谦学,谭启富.  临床外科杂志. 2000(01)

博士论文
[1]基于皮质脑电的脑运动区功能定位原理与算法研究[D]. 姜涛.华南理工大学 2010



本文编号：3476430