APP下载

典型失神癫痫的脑电定量分析及分类研究*

2016-07-05匡光涛王晓璐孙瑞迪刘智胜

华中科技大学学报(医学版) 2016年3期

江 军, 匡光涛, 李 承, 王晓璐, 孙瑞迪, 刘智胜

武汉市妇女儿童医疗保健中心 1神经电生理室 2神经内科,武汉 430016

临床研究

典型失神癫痫的脑电定量分析及分类研究*

江军1,匡光涛1,李承1,王晓璐1,孙瑞迪1,刘智胜2△

武汉市妇女儿童医疗保健中心1神经电生理室2神经内科,武汉430016

摘要:目的采用定量脑电图的方法对失神发作期脑电和发作间期脑电进行分析,提出一种基于去趋势波动分析(detrended fluctuation analysis,DFA)、能量指数和支持向量机(support vector machine,SVM)的癫痫分类方法。方法对23例典型失神癫痫患儿发作期脑电及发作间期脑电进行定量分析,首先采用DFA方法计算脑电的标度指数α,然后对脑电进行小波分解,对δ(0.5~3.5 Hz)、θ(4~7.5 Hz)、α(8~13 Hz)、β(14~30 Hz)频段的脑电进行重构,计算各频段脑电能量指数,最后使用SVM分类器实现癫痫脑电的自动分类。结果对儿童失神发作期脑电与发作间期脑电的分类准确率达到96.9%,实现了儿童失神发作期脑电的自动识别,其准确率达到临床检验标准。结论该方法具有较强自动识别能力,将来可用于临床失神发作期脑电图的定量分析及自动识别,具有一定的临床应用前景。

关键词:去趋势波动分析;支持向量机;失神发作;定量脑电图;小波分析

癫痫是一种皮层神经网络异常同步性放电所致的慢性神经系统疾病,具有突发性、反复性的特点,根据患者临床发作表现及脑电图特征将其分为不同的综合征[1]。脑电图是临床癫痫诊断和鉴别诊断的一种辅助检查技术,其不仅在癫痫的诊断、分类、癫痫灶的定位和治疗中具有不可替代的作用,而且也可以指导癫痫患者的用药,作为一项抗癫痫药物疗效的客观评判标准。……

登录APP查看全文