×
李晓丽;欧阳，G。

癫痫发作预测的非线性相似性分析。 （英语） Zbl 1089.92023号

非线性分析。，理论方法应用。，序列号。A、 理论方法 64，第8期，1666-1678（2006）.
摘要：癫痫发作的预测有望成为一种新的诊断应用和癫痫控制的新方法。本文提出了一种改进的动态相似性测度，用于通过脑电图（EEG）预测癫痫发作。首先，相互信息和L·曹的方法[Physica D 110，编号1-2，43–50（1997；Zbl 0925.62385号)]采用正过零法重构预处理脑电记录的相空间。其次，在计算相似度指数时，用高斯函数代替相关积分中的天边函数。由于高斯函数的平滑边界，Heavyside函数的清晰边界被消除了。第三，提出了一种基于相似度指数的自适应检测方法来预测癫痫发作。根据大鼠脑电记录的测试结果，发现新的动态相似性指数对高斯函数半径值的选择和分段脑电记录大小不敏感。与M.Le Van Quyen先生等。【通过脑电记录之间的非线性相似性分析实时预测癫痫发作。NeuroRep.10，2149–2155（1999）】，对12只大鼠的测试表明，新的动态相似性指数更适合预测癫痫发作情况。

引用于1文件

MSC公司：

92 C50 医疗应用（通用）
92 C55 生物医学成像和信号处理
92C20美元 神经生物学

关键词：

癫痫发作;脑电图;相似性;相空间;高斯函数;预测

引文：

Zbl 0925.62385号
PDF格式BibTeX公司 XML格式引用
\textit{X.Li}和\textit{G.Ouyang}，非线性分析。，理论方法应用。，序列号。A、 理论方法64，No.8，1666——1678（2006；Zbl 1089.92023）
全文： 内政部

参考文献：

[1] Cao，L.，确定标量时间序列最小嵌入维数的实用方法，Physica D，110，43-50（1997）·Zbl 0925.62385号
[2] 塞尔卡，P。；Colditz，P.，时间-变量统计维分析及其在新生儿头皮脑电图发作信号中的应用，医学工程物理。，24, 1-8 (2002)
[3] 弗雷泽，A.M。；Swinney，H.L.，相互信息中奇异吸引子的独立坐标，物理学。修订版A，33，1134-1140（1986）·Zbl 1184.37027号
[4] Gigola，S。；Ortiz，F。；D'Attellis，C.E。；西尔瓦。；Kochen，S.，《在多分辨率框架中使用累积能量预测癫痫发作》，《神经科学杂志》。方法，138，1-2，107-111（2004）
[5] Iasemidis，L.，癫痫发作预测和控制，IEEE Trans。生物识别。工程，50，5，548-558（2003）
[6] 亚塞米迪斯。；Sackellares，J.，人类癫痫皮层上最大Lyapunov指数的空间分布随时间的演变，（Duke，D.；Pritchard，W.，《测量人脑中的混沌》（1991），《世界科学：世界科学新加坡》，49-82
[7] 亚塞米迪斯。；Sackellares，J。；Zaveri，H。；Williams，W.，部分性癫痫患者皮层电图的相空间地形图和Lyapunov指数，脑地形图。，2, 187-201 (1990)
[8] N.B.Janson，A.N.Pavlov，A.B.Neiman，V.S.Anishchenko，从跨越阈值的类间间隔重构混沌吸引子的动力学和几何性质，Phys。修订版E 58（1998）R4-7。；N.B.Janson，A.N.Pavlov，A.B.Neiman，V.S.Anishchenko，从阈值交叉间隔重构混沌吸引子的动力学和几何特性，Phys。修订版E 58（1998）R4-7。
[9] Kantz，H.，量化分形测度的接近度，Phys。E版，49，5091-5097（1994）
[10] Kim，H.S。；埃克霍尔特，R。；Salas，J.D.，《非线性动力学、延迟时间和嵌入窗口》，Physica D，127，48-60（1999）·Zbl 0941.37054号
[11] Lehnertz，K。；Elger，C.，癫痫发作可以预测吗？来自大脑电活动非线性时间序列分析的证据，Phys。修订稿。，80, 5019-5022 (1998)
[12] Le Van Quyen，M。；马提内里，J。；Baulac，M。；Varela，F.，通过脑电图记录之间的非线性相似性分析预测癫痫发作，《神经报告》，102149-2155（1999）
[13] 李，X。；欧阳，G。；姚，X。；Guan，X.，大鼠癫痫前发作的动力学特征与复发定量分析，Phys。莱特。A、 333、1-2、164-171（2004）·Zbl 1123.92306号
[14] 利特，B。；Echauz，J.，《癫痫发作预测》，《柳叶刀神经学》。，1, 22-30 (2002)
[15] 利特，B。；埃斯特勒，R。；Echauz，J.，癫痫发作可能在临床发作前数小时开始：五名患者的报告，Neuron，30，51-64（2001）
[16] Maiwald，T。；温特哈尔德，M。；Aschenbrenner-Scheibe，A。；沃斯·H·U。；Schulze-Bonhage，A。；Timmer，J.，通过癫痫预测特征比较三种非线性癫痫预测方法，Physica D，194，357-368（2004）·Zbl 1055.92026号
[17] 马提内里，J。；亚当，C。；Le Van Quyen，M。；Baulac，M。；克莱门索，S。；雷诺，B。；Varela，F.，《通过非线性分析可以预测癫痫发作》，《国家医学》，41173-1176（1998）
[18] F.Mormann，R.G.Andrzejak，T.Kreuz，C.Rieke，P.David，C.Elger，K.Lehnertzl，《基于癫痫患者颅内脑电图记录同步性降低的先兆状态自动检测》，Phys。修订版E 67（2003）021912:1-10。；F.Mormann，R.G.Andrzejak，T.Kreuz，C.Rieke，P.David，C.Elger，K.Lehnertzl，《基于癫痫患者颅内脑电图记录同步性降低的先兆状态自动检测》，Phys。版本E 67（2003）021912:1-10。
[19] 纳瓦罗，V。；马提内里，J。；Le Van Quyen，M。；克莱门梭，S。；Baulac，M。；亚当，C。；Varela，F.，《人类新皮质部分性癫痫的发作预测》，《大脑》，125，640-655（2002）
[20] 奥索里奥，I。；弗雷，M.G。；Giftakis，J.，长EcoG系列实时癫痫检测算法的性能再评估，癫痫，43，1522-1535（2002）
[21] 奥索里奥，I。；弗雷，M.G。；Wilkinson，S.B.，癫痫发作的实时自动检测和定量分析以及临床发作的短期预测，癫痫，39，615-627（1998）
[22] 新罕布什尔州帕卡德。；克拉奇菲尔德，J.P。；Farmer，J.D。；Shaw，R.S.，《时间序列中的几何》，《物理学》。修订稿。，45, 9, 712-716 (1980)
[23] 萨卡拉，M。；Leong，T.Y.，使用基于模糊相似性的分形维数表征医疗时间序列，Artif。智力。医学，27201-222（2003）
[24] Sauer，T.，《从峰间区间重建动力系统》，Phys。修订稿。，72, 3811-3814 (1994)
[25] 施赖伯，T。；Schmitz，A.，用非线性相似性度量对时间序列数据进行分类，Phys。修订稿。，78, 1475-1478 (1997)
[26] F.Takes，摘自：D.A.Rand，L.S.Young（编辑），《动力系统与湍流》，数学讲义，第898卷，施普林格，柏林，1981年，第336页。；F.Takes，摘自：D.A.Rand，L.S.Young（编辑），《动力系统与湍流》，数学讲义，第898卷，施普林格，柏林，1981年，第336页·Zbl 0513.58032号
[27] 蒂尔，M。；罗马诺，M.C。；Kurths，J。；Meucci，R。；Allaria，E。；Arecchi，F.T.，观测噪声对递归定量分析的影响，《物理学D》，171，3，138-152（2002）·Zbl 1051.62089号
[28] Viglione，S.S.公司。；Walsh，G.O.，《会议录：癫痫发作预测》，脑电图。临床。神经生理学。，39，435-436（1975），（摘要）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。