一种脑电信号伪迹成分的自动识别和去除方法

    公开(公告)号:CN1883384A

    公开(公告)日:2006-12-27

    申请号:CN200610028023.9

    申请日:2006-06-22

    Applicant: 复旦大学

    Abstract: 本发明属于脑电信号处理技术领域,具体是一种可以自动识别并去除脑电信号中伪迹成分以及自动提取脑电信号中基本节律的方法。该方法采用独立元分析算法,分离出脑电信号中的伪迹成分以及如alpha波等脑电基本节律;然后对各独立成分进行非线性指数分析,通过设定的阈值,自动识别出其中的伪迹成分以及有待提取的脑电基本节律;最后令识别出的独立成分为零,将其余成分投影返回到原信号各个电极,即可得到去除伪迹后的脑电信号。本发明结合三种非线性指数,从多种角度自动识别伪迹成分和脑电基本节律,无需人工干预。本发明可以有效去除脑电信号伪迹成分,得到较为纯净的脑电信号。本发明可作为脑电信号预处理,对进一步研究脑电信号的真实活动具有重要的意义。

    一种基于二阶C0复杂度的癫痫发作预测方法

    公开(公告)号:CN101002675A

    公开(公告)日:2007-07-25

    申请号:CN200610147668.4

    申请日:2006-12-21

    Applicant: 复旦大学

    Abstract: 本发明属临床医学和神经系统技术领域,具体为一种可以自动地对癫痫症发作时间进行预测的方法。该方法通过分析癫痫患者的颅内脑电信号的二阶C0复杂度,找出癫痫发作前期二阶C0复杂度的变化特征,再利用统计估计算法识别出这种变化,从而预测癫痫发作时间。本发明具有较高的预测准确率,对于癫痫患者或医生及时地采取有效预防措施具有重要的意义。

Patent Agency Ranking