公开(公告)号：CN111419222A

公开(公告)日：2020-07-17

申请号：CN202010154646.0

申请日：2020-03-08

Applicant: 杭州电子科技大学

Inventor： 胡月静 ,  柏雨露 ,  汪茜 ,  高云园 ,  张启忠

IPC: A61B5/0476 ,  A61B5/00 ,  G06K9/46

Abstract: 本发明公开了一种基于BNI的癫痫发作信号的检测方法，本发明从微观神经元角度来讨论预测方法的有效性：从微观神经元角度，采用神经质量模型(NMM)来拟合大脑深度电极脑电图(Depth EEG)信号并阐明网络结构、动力学方程和产生癫痫放电三者之间的关系。为了量化给定网络能够引起癫痫发作的病理性程度引入了脑网络致痫性指数(BNI)这个概念。这是BNI首次被用作癫痫发作的预测因子。本发明缩短了检测时间，减少电极的植入数量，能观测到很好的预测效果。

公开(公告)号：CN111419222B

公开(公告)日：2023-04-14

申请号：CN202010154646.0

申请日：2020-03-08

Applicant: 杭州电子科技大学

Inventor： 胡月静 ,  柏雨露 ,  汪茜 ,  高云园 ,  张启忠

IPC: A61B5/369 ,  A61B5/00 ,  A61B5/372 ,  G06F18/213

Abstract: 本发明公开了一种基于BNI的癫痫发作信号的检测方法，本发明从微观神经元角度来讨论预测方法的有效性：从微观神经元角度，采用神经质量模型(NMM)来拟合大脑深度电极脑电图(Depth EEG)信号并阐明网络结构、动力学方程和产生癫痫放电三者之间的关系。为了量化给定网络能够引起癫痫发作的病理性程度引入了脑网络致痫性指数(BNI)这个概念。这是BNI首次被用作癫痫发作的预测因子。本发明缩短了检测时间，减少电极的植入数量，能观测到很好的预测效果。