基于脑功能网络特征的癫痫发作预测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 胡月静,张启忠,席旭刚,高云园
- 申请号：
- CN201910217803.5
- 公开号：
- CN109893126A
- 申请日:
- 2019.21.03
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于脑功能网络特征的癫痫发作预测方法,本发明采用NPDC作为脑功能网络连通性的测量,并分析了癫痫发作时相关脑区的活动信息。此外,通过结合脑功能网络特征提取和ELM,开发了一种新的预测方法来预测癫痫发作的时间。结果表明,该方法在所有受试者的所有脑电图频段均取得了良好的表现,准确率高达84.0%,平均预测时间高达1325.59秒,优于目前的研究方法。本研究的结果表明,所提出的预测方案更适合于实际癫痫发作预测。
- 来源网站：
- 中国工程科技知识中心
