基于颅内脑电信号相关性和相位同步的癫痫发作预测分析-analysis of epileptic seizure prediction based on correlation and phase synchronization of intracranial eeg signals.docxVIP

杭州电子科技大学 学位论文原创性声明和使用授权说明原创性声明本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人 或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：日期：年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研 究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证 毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文 在解密后遵守此规定）论文作者签名：日期：年月日指导教师签名：日期：年月日II摘要癫痫是一种很常见的神经系统疾病，由大脑神经元过度同步放电所致。全世 界预计超过 5000 万人患有癫痫病，其反复性、猝发性导致患者心智障碍、意外 事故、突然死亡等发生，严重危害患者身心健康。如能在癫痫发作前预测到即将 到来的癫痫发作，即便时间很短，也有可能使我们对癫痫进行一定的干预治疗， 使得癫痫发作造成伤害大大缓解。研究表明，癫痫发作是一个随时间渐变的过程，特别是发作前的先兆有一定 的规律性，这使癫痫预测成为可能。目前，预测癫痫最常用的方法是分析患者的 脑电信号，并应用某些统计学方法进行预测。脑电信号又可分为头皮脑电信号（EEG）和颅内脑电信号（iEEG），相比于 EEG 信号，iEEG 信号不易受伪迹和环境噪声的影响，利用 iEEG 信号进行癫痫预测获得了广泛关注。 在本研究中，我们采用植入患者颅内的微电极所采集的颅内脑电信号（MiE）作为癫痫预测数据。这是因为微电极比宏电极更贴近于神经元，并且对于神经元的活动变化要比宏电极更敏感。基于微电极的颅内脑电信号采集器，必然在揭示 癫痫的发病机制上要比基于宏电极的颅内脑电信号采集器更具有优势。本文研究了在癫痫发作前，基于微电极的颅内脑电信号在四个频段的相关性和相位的同步问题，这四个频段为：??(1-30HZ)、 ??(30-80HZ)、链波(80-250HZ) 以及快速链波（250HZ）。研究发现，癫痫发作前，??波和链波频段的相关性和 相位同步具有递增趋势，其过程持续时间从几秒钟到几分钟不等。这一发现与目 前基于宏电极的脑电信号研究所公认的癫痫发作前同步性降低的结果相反。这一 发现表明，临床宏电极所观察到的癫痫信号是由病灶周围大量神经元在癫痫发作 时同步放电产生的，同时该结果也支持微观癫痫领域的渐进聚结假说。对早期微 观癫痫的检测可为即将来临的癫痫发作实施干预治疗提供重要的依据。关键词：同步性、相关性、相位同步、独立成分、癫痫、微电极颅内脑电图IIIABSTRACTEpilepsy, one of the most common neurological diseases, which is mainly due to the excessive synchronous discharge from brain neurons. Epilepsy affects over 50 million people worldwide, it’s recurrent and bursts, resulting in mental disorders, accident and sudden death occurs in patients, attacking seriously hurt patient’s physical and mental health. If we can predict seizures before the upcoming seizure, even for a short time, it is possible to make certain that we take epilepsy treatment interventions so that seizures hurt is greatly eased.Studies have shown that epilepsy is a gradual process over time, especially it may have certain regularity before the seizure onset, which makes it possible to predict seizures. Currently, the most commonly use