论文部分内容阅读
癫痫是一种常见的神经系统疾病,癫痫的诊断主要是依靠临床病史和脑电图检查.脑电图中癫痫特征波的自动检测与分类在临床检测、脑电监护与癫痫的控制与治疗上均有很重要的意义.该文采用"多方法综合"的思路,多小波变换、人工神经网络(BP网络)、专家规则等多种技术和方法有机的结合起来,在不同阶段使用.适当选择尺度,经过连续小小变换可将脑电中的癫痫特征波在不同的心度下分离出来,接着将选出的癫痫嫌疑波进行特征参数提取,然后将特征参数送入已经训练好的人工神经网络进行分类识别.该系统把多种方法有机地结合起来,以充分发挥不同方法的优势,取得了较为满意的结果.研究表明,该方法具有较好的信号特征提取和屏蔽随机噪声的能力,特别对于非平稳、非线性等变异性较大的生物医学信号的分析和处理尤其有效.总多,该系统较为有效的提供有助于脑电临床诊断的较多信息,并在脑电监护方面具有广阔的应用前景和优越性.这种多种方法有机地结合的思路也可用于分析其它电生理信号.