熵在癫痫信号检测中的对比研究与应用计算机科学与技术专业论文.docxVIP

声 声 明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， j。． 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的研究成果。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。本声明的 法律责任由本人承担。 论文作者签名： 垄堡：亟 日期： y ．I～、 厂 ) 1)·b。 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印 件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文； ③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的， 复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内 容(保密学位论文在解密后遵守此规定)。 签 名：查璧：亟： ．日期：：型苎：笪：2：： 导师签名：——互金幢—～ 日期：—二b止生多一 万方数据 太原理工大学硕士研究生学位论文熵在癫痫信号检测中的对比研究与应用 太原理工大学硕士研究生学位论文 熵在癫痫信号检测中的对比研究与应用 摘要 癫痫是影响人类健康的一种神经系统疾病，给患者和社会带来严重的 影响。脑电是常用的一种癫痫诊断技术，但受到技术限制，癫痫脑电目前 还主要依靠医生经验人工判断，尚未实现自动诊断。如何实现癫痫脑电信 号的自动诊断是计算机、人工智能、医学影像等相关领域的研究热点之一。 实现癫痫脑电自动诊断的关键是特征提取，由于癫痫是由大脑神经元 细胞群的异常同步放电引起的，而熵是一种反映系统混乱程度的非线性指 标，可以作为一种癫痫特征，在癫痫脑电信号特征提取的研究中发挥着越 来越重要的作用。但是，熵的定义较多，癫痫检测性能各不相同，较为系 统的对比研究还较少。本文在已有研究的基础上，进行了脑电信号的非线 性检测，给出了一种基于网格优化的癫痫脑电自动检测系统框架，并对比 了近似熵、样本熵、模糊熵的癫痫检测性能，具体工作如下： (1)设计了一种基于样本熵和模糊熵的时间序列非线性检测方法，并 对比了样本熵与模糊熵的检测性能。仿真实验结果表明，样本熵和模糊熵 均可以较好地用于时间序列的非线性检测，且模糊熵的检测性能优于样本 熵。 (2)设计了一种基于熵的癫痫检测系统框架，该框架首先计算脑电信 号的熵，并利用K．S检验选择差异显著的电极形成特征向量，利用网格寻 优技术训练SVM分类器，选择分类器的最优参数，训练好的分类器即可进 行脑电信号的自动检测。 万方数据 太原理工大学硕士研究生学位论文(3)基于本文设计的癫痫自动检测框架，利用两组癫痫数据对比了几 太原理工大学硕士研究生学位论文 (3)基于本文设计的癫痫自动检测框架，利用两组癫痫数据对比了几 种不同的非线性指标(近似熵、样本熵、模糊熵等)的检测性能。结果表 明，这些非线性指标的癫痫检测性能不同，其中模糊熵、样本熵分类性能 较好，且模糊熵的分类性能最优。 总之，围绕癫痫脑电信号的自动检测问题，本文实现了基于熵的时间 序列非线性检测与癫痫脑电信号的自动检测，对比了样本熵、模糊熵在时 间序列非线性检测与癫痫脑电自动检测中的性能。两组真实脑电数据的对 比结果表明，使用样本熵和模糊熵可以很好地进行癫痫诊断，并且模糊熵 在癫痫发作检测中具有更好的性能，希望本文提出的方法可以为癫痫脑电 自动临床诊断提供一定的参考。 关键词：非线性检测，癫痫检测，样本熵，模糊熵，支持向量机 Ⅱ 万方数据 太原理工大学硕士研究生学位论文THE 太原理工大学硕士研究生学位论文 THE CON心A R ATl0N AND APPLICATl0N 0F ENTROPY IN THE DETECTION OF EPILEPY ABSTRACT Epilepsy is a neurological disorder that impact on human health，it will give a serious impact to the patient and the community．EEG is commonly used as a diagnostic technique for epilepsy,but by the limitation of technical，the diagnosis of the EEG data of epilepsy is still mainly rely on human judgment of the physician，yet automatic diagnosis．How to achieve the Epilepsy automatic diagnosis is one of the hot research in compu