基于带自回归模型的 PSD 方法的癫痫发作定位
应用统计
2016-10-31 v1
摘要
在本研究中，我们提出一种基于常规功率谱密度（PSD）均值分析 EEG 信号以定位和检测大脑癫痫区域的判据。首先，由于 EEG 信号在实践中通常是非平稳的，我们对数据采用微分技术以获得平稳性，从而便于用自回归模型（AR）建模。为此，我们使用了多种技术来确定能更好拟合数据的阶数。因此，我们能够刻画对应于患者癫痫放电的正常与异常活动。本工作的贡献在于，利用 PSD 新方法进行癫痫发作的自动检测，该方法通过频域中更好的分辨率实现，而 EEG 信号的检查通常由神经科医生通过视觉检视节律（delta、theta、alpha、beta、gamma）完成。与神经科医生的解释相比，检测的准确率估计为 70%，灵敏度为 80.55%。
引用
@article{arxiv.1506.00947,
title = {Localization of epileptic seizure with an approach based on the PSD with an autoregressive model},
author = {Mahamat Ali Issaka and Ali S. Dabye and Lamine Gueye},
journal= {arXiv preprint arXiv:1506.00947},
year = {2016}
}