在正常与癫痫状态下探讨高频EEG活动的辨识与量化
混沌动力学
2025-08-19 v1
摘要
我们探讨了在正常人脑与患有癫痫的脑组织之间，高频EEG谱中时间动态变化的本质。为此 purpose，我们高效地采用小波变换后的傅里叶重构，帮助识别出癫痫病例中发生显著变化的相关频率分量。EEG信号及其相关变异的时间动态呈现出结构化的周期模式，特征为双稳态性及癫痫发作期间的显著可量化结构变化。特别是，我们展示并量化了在来自神经正常受试者的EEG记录与来自癫痫患者的EEG记录中，40-100 Hz高频伽马带（gamma band）的确切差异。通过小波变换，将功率谱密度中约50 Hz和76 Hz的两个主导频率的周期性调制从高频噪声中分离出来，确定其整体行为。通过相空间方法对这些受限频率域的重构信号进行分析，揭示了呈现双稳态和分岔的振荡运动，显示出在正常与癫痫状态之间的显著差异。当这些相空间图像通过线性回归和基于支持向量机（SVM）的机器学习模型进行分析时，支持在来自德国波恩大学（University of Bonn）的公开EEG数据集上实现约94-95%的健康状态与癫痫状态之间的分类准确率。相较于采用全相空间进行的早期研究，本文对动态行为的局部分解准确地指示了集体高频同步行为的失稳及其在正常与疾病状态下的确切差异，避免了EEG信号中其他混沌成分的干扰。
引用
@article{arxiv.2508.12670,
title = {Discerning and quantifying high frequency activities in EEG under normal and epileptic conditions},
author = {Jyotiraj Nath and Shreya Banerjee and Bhaswati Singha Deo and Mayukha Pal and Prasanta K. Panigrahi},
journal= {arXiv preprint arXiv:2508.12670},
year = {2025}
}