自动捕获检测基于时频分析和人工神经网络

文摘

录音发作的癫痫患者的评估主要兴趣。癫痫是韵律性放电的现象从当地或整个大脑和个人行为通常持续几秒钟到几分钟。因为癫痫,一般来说,很少发生不可预知的,自动检测癫痫发作期间长期的脑电图(EEG)记录是强烈推荐。脑电图信号不稳定,频率分析的传统方法是不成功的用于诊断目的。本文提出了EEG信号分析的方法,基于时频分析。最初,选定的脑电图信号使用时频分析方法和一些特性提取对于每个部分,代表能量分布在时频平面上。然后,使用这些特征作为输入的人工神经网络(ANN),提供的最终分类脑电图段关于癫痫的存在与否。我们使用公开数据集来评估我们的方法和评价结果非常有前途的指示总体精度从97.72%降至100%。

引用

1. f . Mormann r . g . Andrzejak c . e . Elger和k . Lenhnertz“癫痫预测:漫长而曲折的道路。”大脑,卷130,不。2、313 - 333年,2006页。视图:出版商的网站|谷歌学术搜索
2. b . Litt和j . Echauz”预测癫痫发作。”《柳叶刀神经病学,1卷,不。1,比如22 - 30,2002页。视图:出版商的网站|谷歌学术搜索
3. k . Lehnertz f . Mormann, t . Kreuz et al .,“由非线性脑电图分析癫痫发作预测,”IEEE,生物医学工程杂志,22卷,不。1,57 - 63,2003页。视图:出版商的网站|谷歌学术搜索
4. 动态脑电图在e·沃特豪斯“新视野,”IEEE,生物医学工程杂志,22卷,不。3、74 - 80年,2003页。视图:出版商的网站|谷歌学术搜索
5. n . McGrogan神经网络检测脑电图的癫痫发作英国牛津,牛津大学博士论文,1999年2月。视图:谷歌学术搜索
6. j . Gotman“自动检测癫痫和峰值,”临床神经生理学杂志,16卷,不。2、130 - 140年,1999页。视图:出版商的网站|谷歌学术搜索
7. r·o·Sirne s。艾萨克森,c, e . D 'Attellis”为长期的脑电图数据简化过程:通过数字处理特征提取在多分辨率框架中,“IEEE,生物医学工程杂志,18卷,不。1,56 - 61,1999页。视图:出版商的网站|谷歌学术搜索
8. p . f .之前,r·s·m·Virden和d·e·梅纳德“脑电图监测癫痫放电装置,”Epilepsia,14卷,不。4、367 - 372年,1973页。视图:谷歌学术搜索
9. j . Gotman”自动识别脑电图的癫痫发作,”脑电图与临床神经生理学,54卷,不。5,530 - 540年,1982页。视图:出版商的网站|谷歌学术搜索
10. w·r·s·韦伯r . p .较小,r·t·理查森和k·威尔逊,”一个癫痫检测方法使用一个人工神经网络(ANN),“脑电图与临床神经生理学,卷98,不。4、250 - 272年,1996页。视图:出版商的网站|谷歌学术搜索
11. g·w·哈丁”,一个自动化的癫痫患者的监测系统内在的记录电极,”脑电图与临床神经生理学,卷86,不。6,428 - 437年,1993页。视图:出版商的网站|谷歌学术搜索
12. a . m . Murro d . w .国王,j . r .史密斯,比比Gallagher h . f . Flanigin和k . tommeador一路“电脑癫痫检测的复杂部分发作,”脑电图与临床神经生理学,卷79,不。4、330 - 333年,1991页。视图:出版商的网站|谷歌学术搜索
13. a·j·伽柏”,癫痫检测使用一个自组织神经网络:验证和比较与其他检测策略,”脑电图与临床神经生理学,卷107,不。1,新,1998页。视图:出版商的网站|谷歌学术搜索
14. 诉Srinivasan、c . Eswaran和a . n . Sriraam“基于人工神经网络的癫痫检测使用时域和频域特性,”医疗系统杂志卷,29号6,647 - 660年,2005页。视图:出版商的网站|谷歌学术搜索
15. v . p .尼噶,d . Graupe“癫痫神经元网络检测,”神经学研究,26卷,不。1,则高达55 - 2004页。视图:出版商的网站|谷歌学术搜索
16. k . Polat和s Guneş”分类的癫痫样的脑电图分类器和决策树分类器使用一个混合动力系统基于快速傅里叶变换,“应用数学和计算,卷187,不。2、1017 - 1026年,2007页。视图:出版商的网站|谷歌学术搜索|MathSciNet
17. a . Alkan大肠Koklukaya, a . Subasi”自动检测癫痫在脑电图使用逻辑回归和人工神经网络,”神经科学杂志》上的方法,卷148,不。2、167 - 176年,2005页。视图:出版商的网站|谷歌学术搜索
18. b . Gonzalez-Vellon s Sanei和j·a·钱伯斯“支持向量机用于癫痫检测,”诉讼第三IEEE信号处理和信息技术国际研讨会(ISSPIT ' 03),页126 - 129,达姆施塔特,德国,2003年12月。视图:出版商的网站|谷歌学术搜索
19. 布兰科,c, e . D 'Attellis s。艾萨克森o·a·罗索,r . o . Sirae脑电图系列的时频分析。二世。”伽柏和小波变换,物理评论E,54卷,不。6,6661 - 6672年,1996页。视图:谷歌学术搜索
20. h·埃德里、z周和n . Dadmehr”分析癫痫患者的脑电图记录使用小波变换时,“神经科学杂志》上的方法,卷123,不。1,第87 - 69页,2003。视图:出版商的网站|谷歌学术搜索
21. a . Subasi a Alkan、大肠Koklukaya和m . k . Kiymik”EEG信号的小波神经网络分类大中型企业的预处理,利用AR模型”神经网络,18卷,不。7,985 - 997年,2005页。视图:出版商的网站|谷歌学术搜索
22. a . Subasi“脑电图信号利用小波变换特征提取和分类的混合专家模式,”专家系统与应用程序,32卷,不。4、1084 - 1093年,2007页。视图:出版商的网站|谷歌学术搜索
23. n . Sadati h·r·穆赫辛尼经常和a . Maghsoudi“癫痫发作检测利用神经模糊网络,”学报IEEE国际会议上模糊系统(模糊06年)温哥华,页596 - 600年,公元前,加拿大,2006年7月。视图:出版商的网站|谷歌学术搜索
24. A . A·丁格尔r·d·琼斯,g·j·卡罗尔和w·r .恐慌,“多级系统检测脑电图痫性活动,“IEEE生物医学工程,40卷,不。12日,第1268 - 1260页,1993年。视图:出版商的网站|谷歌学术搜索
25. A . t . Tzallas p s Karvelis c, d . Katsis d . i Fotiadis s Giannopoulos和s . Konitsiotis“瞬态事件分类的一种方法,在脑电图记录:应用癫痫诊断,”医学信息的方法,45卷,不。6,610 - 621年,2006页。视图:谷歌学术搜索
26. f . i m . Argoud f·m·德代理j . m .否决权,大肠里。”${\text{萨德}}^3$:一个有效的长期脑电图的癫痫样的事件自动检测系统基于上下文信息,“医学和生物工程和计算机,44卷,不。6,459 - 470年,2006页。视图:出版商的网站|谷歌学术搜索
27. b·l·k·戴维·w·r·恐惧g·j·卡罗尔和r·d·琼斯,“专家系统的方法来检测脑电图的癫痫样的活动,“医学和生物工程和计算机,27卷,不。4、365 - 370年,1989页。视图:出版商的网站|谷歌学术搜索
28. p . e .创造t .他l·a·史密斯和l . Tarassenko“线性和非线性方法自动检测癫痫在头皮脑电图记录,“医学和生物工程和计算机,40卷,不。4、447 - 461年,2002页。视图:出版商的网站|谷歌学术搜索
29. n . Päivinen s Lammi a Pitkänen j . Nissinen m . Penttonen和t . Grönfors,“癫痫发作检测:一个非线性的观点,”计算机在生物医学方法和项目,卷79,不。2、151 - 159年,2005页。视图:出版商的网站|谷歌学术搜索
30. n Kannathal, r . Acharya c . m . Lim和p . k . Sadasivan”表征EEG-a比较研究”,计算机在生物医学方法和项目,卷80,不。1,17-23,2005页。视图:出版商的网站|谷歌学术搜索
31. l . d . Iasemidis和j . c . Sackellares混沌理论和癫痫。”神经系统科学家,卷2,不。2、118 - 126年,1996页。视图:出版商的网站|谷歌学术搜索
32. d·e·勒纳”,监测变化动态与相关积分:癫痫发作的案例研究,“自然史D,卷97,不。4、563 - 576年,1996页。视图:出版商的网站|谷歌学术搜索
33. k . Lehnertz和c . e . Elger”时空动力学的主要致癫痫的区域在颞叶癫痫的特点是神经元的复杂性损失,”脑电图与临床神经生理学,卷95,不。2、108 - 117年,1995页。视图:出版商的网站|谷歌学术搜索
34. n . f·古尔·e·d·Ubeyliİ。居尔,“复发性神经网络采用李雅普诺夫指数对脑电图信号分类,“专家系统与应用程序卷,29号3、506 - 514年,2005页。视图:出版商的网站|谷歌学术搜索
35. n . Kannathal m . l . Choo, r . Acharya和p . k . Sadasivan“熵检测脑电图的癫痫。”计算机在生物医学方法和项目,卷80,不。3、187 - 194年,2005页。视图:出版商的网站|谷歌学术搜索
36. 瞿h . j . Gotman”特定的算法检测长期脑电图监测:癫痫发作的可能使用报警装置,”IEEE生物医学工程,44卷,不。2、115 - 122年,1997页。视图:出版商的网站|谷歌学术搜索
37. a·b·加德纳a . m . Krieger g . Vachtsevanos和b . Litt”看到下面成了新奇检测癫痫颅内脑电图的分析,“机器学习研究杂志》上7卷,第1044 - 1025页,2006年。视图:谷歌学术搜索
38. h·h·兰格j.p. Lieb, j·恩格尔Jr .)和p h·克兰德尔”Temporo-spatial pre-ictal飙升的活动模式在人类颞叶癫痫,”脑电图与临床神经生理学卷,56号6,543 - 555年,1983页。视图:出版商的网站|谷歌学术搜索
39. 美国j·希夫,d . Colella和通用Jacyna et al .,“大脑啾啾:癫痫发作的光谱特征,”临床神经生理学,卷111,不。6,953 - 958年,2000页。视图:出版商的网站|谷歌学术搜索
40. k . Lehnertz r . g . Andrzejak, j .这些et al .,“非线性癫痫脑电图分析:它可能使用发作焦点定位,没收期待,和预防”临床神经生理学杂志,18卷,不。3、209 - 222年,2001页。视图:出版商的网站|谷歌学术搜索
41. m . Le Van Quyen j . Martinerie,诉纳瓦罗et al .,“标准脑电图的癫痫发作录音的预期。”《柳叶刀》,卷357,不。9251年,第188 - 183页,2001年。视图:出版商的网站|谷歌学术搜索
42. a . b . Geva和d·h·Kerem广义预测癫痫发作的脑电图信号通过小波分析和动态非监督模糊聚类,“IEEE生物医学工程,45卷,不。10日,1205 - 1216年,1998页。视图:出版商的网站|谷歌学术搜索
43. b . Boashash m . Mesbah, p . Golditz“时间频率检测脑电图异常,”时频信号分析和处理:一个全面的参考,第15章,页663 - 670,爱思唯尔,牛津大学,英国,2003年。视图:谷歌学术搜索
44. h·娜、m . Mesbah和b . Boashash”基于时频的新生儿脑电图癫痫检测使用低和高频信号,”生理测量,25卷,不。4、935 - 944年,2004页。视图:出版商的网站|谷歌学术搜索
45. b . Boashash和m . Mesbah“新生儿脑电图仪的癫痫检测时频方法,”在时频信号处理中的应用,a . Papandreou-Suppappola Ed,第九章,页339 - 369,CRC出版社,波卡拉顿,佛罗里达州,美国,2003年。视图:谷歌学术搜索
46. r . g . Andrzejak k . Lehnertz f . Mormann c .里克·大卫和c e . Elger”迹象的非线性时间序列的确定性和有限维结构大脑电活动:依赖记录区域和大脑状态,”物理评论E,卷64,不。6篇文章ID 061907 8页,2001。视图:出版商的网站|谷歌学术搜索
47. h·h·贾斯帕,“一千零二十国际联合会的电极系统”,脑电图与临床神经生理学,10卷,第375 - 371页,1958年。视图:谷歌学术搜索
48. r·l·艾伦和d·w·米尔斯信号分析:时间、频率、规模和结构,Wiley-IEEE出版社,纽约,纽约,美国,2004年。视图:谷歌学术搜索
49. f .钻,p . Flandrin, p . Goncalves,欧莱莫恩,时频工具箱莱斯大学,CNRS,法国,1996年。视图:谷歌学术搜索
50. c . m .主教神经网络模式识别英国牛津,牛津大学出版社,1995年。视图:谷歌学术搜索

版权

版权©2007 A。t . Tzallas等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。