基于微状态方法的癫痫脑电信号识别研究

目的 癫痫发作时脑神经元异常放电，严重危及人的生命，准确识别癫痫脑电信号对癫痫诊断具有重大意义，对此使用微状态分析法对癫痫脑电信号进行识别研究。方法 各选取11名癫痫患者和健康人，计算癫痫发作、未发作和健康人脑电微状态的传统特征（出现频率、平均持续时间、覆盖率和转移概率）、Hurst指数、动态特征（ACF和AIF），进行差异性分析并使用SVM进行分类。结果1-40 Hz，癫痫发作和健康人、癫痫发作和未发作、癫痫未发作和健康人的传统特征、Hurst指数、动态特征均有显著差异，三种特征融合的准确率分别为99.9%、96.3%、96.3%，均高于其它频带（delta、theta、alpha、beta和 gamma）的准确率。结论 癫痫脑电微状态特征能被准确识别，1-40 Hz多参数特征融合能有效提高分类准确率。