MF-DFA在癫痫发作期及发作强度检测中的应用
Shuju Caiji Yu Chuli/Journal of Data Acquisition and Processing（2013）
Abstract
癫痫患者的脑电特征是临床诊断、分类和预报癫痫的重要依据.作为测度时间序列内在模式变化的近似熵和样本熵成为一种临床癫痫分类和发作预报的重要方法,由于受到序列长度、嵌入维数以及阈值设置的影响,难以准确检测序列内模式突变的时刻.为准确检测脑电癫痫样放电时刻及其强度,提出了一种癫痫发作及强度检测的多分形去趋势波动分析方法(MF-DFA),并与基于样本熵的癫痫放电检测作进一步比较分析.采用头皮表面脑电与颅内脑电临床数据做测试实验,结果表明:MF-DFA能够精确捕捉到发作时刻,并能够定量刻画癫痫发作强度.
MoreTranslated text
Key words
Early ictal onset,Epileptic detection,Multifractal detrended fluctuation analysis,Sample entropy,Seizure intensity
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined