经验模态分解和Kolmogorov测度的癫痫预测算法

作者：王晶; 徐光华; 张庆

来源：西安交通大学学报, 2007, 41(11): 1364-1367+1386.

DOI：10.3321/j.issn:0253-987x.2007.11.026

• 癫痫
• Kolmogorov测度
• 经验模态分解 epilepsy
• Kolmogorov complexity
• empirical mode decomposition

针对头皮脑电信噪比低的缺点,提出了一种新的癫痫发作预测算法.首先对头皮脑电进行经验模态分解,去除伪差,保留包含主要癫痫预测信息的固有模态分量,然后用Kolmogorov测度来反映大脑的非线性动力学特征变化,并发现在癫痫发作之前,仅位于病灶区域附近导联的Kolmog-orov测度明显降低.通过对3例癫痫病人共5段长程头皮脑电信号的分析表明,这3例病人的平均发作预测时间为338 s,敏感性为66.7%,特异性为19.2%,因此该算法具有良好的临床应用前景.

• 单位
  西安交通大学机械制造系统工程国家重点实验室; 西安交通大学