声明
摘要
符号说明
第一章 绪论
1.1 癫痫发作预测的研究背景和意义
1.2 脑电图
1.3 长程脑电图监测
1.4 脑电信号处理方法
1.5 癫痫发作预测的研究现状
1.6 癫痫发作预测的一般流程
1.7 本文的主要工作和章节安排
第二章 脑电特征分析
2.1 AR参数
2.1.1 经典谱估计算法
2.1.2 谱估计的参数模型方法
2.1.3 AR参数模型的正则方程
2.1.4 不同脑电时期AR参数实验结果
2.2 棘波频次
2.2.1 数学形态学滤波
2.2.2 基于形态学滤波的棘波检测方法
2.2.3 棘波检测实验结果
2.2.4 不同脑电时期棘波频次变化情况
2.3 本章小结
第三章 分类器与后处理
3.1 分类器
3.1.1 线性判别分析
3.1.2 Fisher线性判别分析
3.1.3 贝时斯线性判别分析
3.2 后处理
3.3 本章小结
第四章 本文方法和结果
4.1 实验数据
4.1.1 数据来源
4.1.2 训练数据与测试数据
4.2 本文癫痫发作预测算法
4.2.1 本文算法流程
4.2.2 脑电数据预处理
4.2.3 提取脑电信号特征
4.2.4 分类和后处理
4.3 本文算法预测结果
4.4 本章小结
第五章 两种典型的癫痫预测方法
5.1 累积能量增量法
5.1.1 算法介绍
5.1.2 实验结果
5.2 基于小波变换的相位同步法
5.2.1 脑电信号预处理
5.2.2 计算相位同步化
5.2.3 实验结果
5.3 三种癫痫预测方法的比较
5.3.1 三种方法的比较
5.3.2 本文方法与相位同步法的比较
5.4 结论
5.5 本章小结
总结和展望
参考文献
致谢
攻读硕士学位期间发表论文和参与项目