基于演化博弈、复杂网络与非线性分析的癫痫发作预测
定量方法
2018-12-10 v1
摘要
癫痫发作的检测与预测如今被广泛认为是一个具有重大社会影响且仍未解决的重大挑战。此外，患者群体及其家属以及机构利益相关方都越来越强烈地要求开发移动预警系统和可穿戴、非侵入式辅助设备。根据许多近期研究，利用颅内 EEG（iEEG）上的机器学习能力，本文中我们研究了一种结合脑电活动的网络博弈论动力学新模型与基于递归量化的非线性时间序列分析方法。这两种方法随后在监督学习框架中融合在一起，最后使用专门为本研究记录的 EEG 头皮数据集评估预测性能。我们的研究实现了 70.9% 的平均灵敏度和 20.3% 的平均预警时间，从而将优于随机指标的改进从最近研究报告的 42% 提高到 50.5%。此外，所提方法的实时实现目前正在一款可穿戴设备原型上开发中。
引用
@article{arxiv.1812.03078,
title = {Evolutionary Games, Complex Networks and Nonlinear Analysis for Epileptic Seizures Forecasting},
author = {Roberto Zingone and Chiara Mocenni and Dario Madeo},
journal= {arXiv preprint arXiv:1812.03078},
year = {2018}
}
备注
22 pages, 13 figures