当前公认神经网络间的相互作用是癫痫诱发、扩散、维持的主要因素。本项目基于上述机理运用相位同步和信号处理方法分析多通道脑电信号的相位相关性,获取在癫痫发作前后大脑各区域相互作用的瞬时相位动力学变化,研究癫痫发作预测问题。本项目将设计一个新的基于谐波小波变换方法的多通道脑电相位同步算法,量化大脑各区域间相位同步强度和耦合方向,基于统计模型开发多通道脑电相位同步分析软件实时跟踪癫痫发作过程脑电活动的动态变化;并且分析癫痫发作前期相位同步的变化特性,设计一新的癫痫发作预测算法。突破点包括:设计适合计算脑电信号相位算法,获取大脑的瞬时相位信息;三维描述相位耦合强度及方向;利用聚类分析方法计算多通道脑电信号的相位耦合强度和耦合方向;提出新的癫痫发作预测算法。课题的研究将有助于理解大脑工作和癫痫发作机制、辨识癫痫病灶和设计癫痫干预系统,从而为癫痫临床应用和发作预测提供理论方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
基于多模态信息特征融合的犯罪预测算法研究
多源数据驱动CNN-GRU模型的公交客流量分类预测
时间序列分析与机器学习方法在预测肺结核发病趋势中的应用
癫痫失神发作脑电信号非线性耦合方向分析
机器学习对局灶性癫痫发作间期脑电信号模式的分析
基于多通道局部场电位同步性分析的大鼠癫痫发作预测和控制
用于癫痫发作预测的脑电特征深度学习研究