张 瑞,宋江玲,胡文凤

(西北大学 医学大数据研究中心，陕西 西安 710127)



【数理科学·脑电数据分析专题研究】

癫痫脑电的特征提取方法综述

张 瑞,宋江玲,胡文凤

(西北大学 医学大数据研究中心，陕西 西安 710127)

癫痫是一种常见的以反复癫痫性发作为特征的慢性神经系统疾病。癫痫性发作的自动检测是通过机器学习及数据挖掘等方法对癫痫发作脑电自动识别的一种技术。如何设计合适的脑电特征提取方法是有效完成癫痫性发作自动检测的关键所在。文中系统总结了用于癫痫性发作自动检测的脑电特征提取方法,分别从时域分析、频域分析、时频分析、非线性动力学、图论、癫痫计算模型6个方面将已有的癫痫脑电特征提取方法进行归类,并对每类方法的基本原理和设计思想进行了系统的阐述。

癫痫;癫痫性发作;脑电;自动检测;特征提取

癫痫是一种以突然、短暂、反复的癫痫性发作为特征的慢性神经系统疾病或综合征。癫痫性发作则是大脑内神经细胞群阵发性异常超同步电活动的临床表现。由于这种异常电活动的起始部位及传播方式不同, 导致癫痫临床表现复杂多样, 包括短暂的感觉障碍、肢体抽搐、意识丧失、行为障碍等。反复、突然的癫痫性发作十分危险, 严重威胁着人们的日常生活乃至生命, 且患者过早死亡的可能性是正常人的两到三倍[1]。因此, 关于癫痫有效诊断和治疗的研究具有非常重要的临床意义和社会意义。……