[1]崔招焕,等.大鼠癫痫脑电信号采集[J].中国医学物理学杂志,2016,33(2):118-121.[doi:10.3969/j.issn.1005-202X.2016.02.003]
 [J].Chinese Journal of Medical Physics,2016,33(2):118-121.[doi:10.3969/j.issn.1005-202X.2016.02.003]
点击复制

大鼠癫痫脑电信号采集()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
33卷
期数:
2016年2期
页码:
118-121
栏目:
脑科学与神经物理
出版日期:
2016-02-25

文章信息/Info

文章编号:
1005-202X(2016)02-0118-04
作者:
崔招焕1 2傅鸣宇3王健4关添2
1. 清华大学生物医学工程系,北京100084;2. 清华大学深圳研究生院生物医学工程研究中心,广东深圳518055;3. 南方医科大 学基础医学院,广东广州510515;4. 深圳信息职业技术学院电子与通信学院,广东深圳518172
关键词:
癫痫脑电信号初级躯体感觉皮层时域分析频域分析
分类号:
R318.18
DOI:
10.3969/j.issn.1005-202X.2016.02.003
文献标志码:
A
摘要:
为了更准确地预测癫痫,本文提出了一种大鼠癫痫脑电信号的采集方案。首先采集正常Wistar大鼠4个大脑皮 层的脑电信号,并进行比较,确定最适合采集脑电信号的大脑皮层为初级躯体感觉皮层(Primary Somatosensory Cortex, PSC)。其次,制备癫痫大鼠,采集癫痫发作时的PSC脑电信号,并进行时域和频域分析。结果发现PSC癫痫脑电信号的 时域幅度变化非常明显,其中5~14 Hz频段的脑电信号能量占总能量的比重变化最大,并且5~14 Hz频段的能量在癫痫发 作的不同阶段明显不同。本文提出可以通过观察脑电信号的时域幅度变化或分析5~14 Hz频段能量的变化趋势获取不 同发作阶段的脑电信号,用于准确地预测癫痫。

相似文献/References:

[1]王怡玲,覃玉荣,郭湛超,等.基于不同闪烁频率光刺激的脑电压变化研究[J].中国医学物理学杂志,2014,31(05):5184.[doi:10.3969/j.issn.1005-202X.2014.05.019]
[2]李凯,姜永涛,于海波,等.癫痫治疗效果的复杂度评估分析[J].中国医学物理学杂志,2013,30(03):4169.[doi:10.3969/j.issn.1005-202X.2013.03.019]
[3]杨建平,张德乾,吕敬祥,等.操作发起过程多脑区协作的脑电谱熵特征[J].中国医学物理学杂志,2016,33(1):44.[doi:DOI:10.3969/j.issn.1005-202X.2016.01.010]
 [J].Chinese Journal of Medical Physics,2016,33(2):44.[doi:DOI:10.3969/j.issn.1005-202X.2016.01.010]
[4]顾家军,叶继伦.麻醉深度监测中脑电信号特征提取方法[J].中国医学物理学杂志,2016,33(2):157.[doi:10.3969/j.issn.1005-202X.2016.02.010]
 [J].Chinese Journal of Medical Physics,2016,33(2):157.[doi:10.3969/j.issn.1005-202X.2016.02.010]
[5]刘岩,李幼军,陈萌. 基于固有模态分解和深度学习的抑郁症脑电信号分类分析[J].中国医学物理学杂志,2017,34(9):963.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.021]
 [J].Chinese Journal of Medical Physics,2017,34(2):963.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.021]
[6]李春,黄波,唐海宁,等. 癫痫伴发焦虑抑郁患者脑神经递质活动的脑电超慢涨落图表现分析[J].中国医学物理学杂志,2018,35(3):369.[doi:DOI:10.3969/j.issn.1005-202X.2018.03.022]
 LI Chun,HUANG Bo,TANG Haining,et al. Characteristics of intracerebral neurotransmitter activity on encephalofluctuograph in epileptic patients with anxiety and depression[J].Chinese Journal of Medical Physics,2018,35(2):369.[doi:DOI:10.3969/j.issn.1005-202X.2018.03.022]
[7]马玉良,刘卫星,张淞杰,等.基于ABC-SVM的运动想象脑电信号模式分类[J].中国医学物理学杂志,2018,35(9):1056.[doi:10.3969/j.issn.1005-202X.2018.09.012]
 MAYuliang,LIUWeixing,ZHANG Songjie,et al.Pattern classification of motor imagery EEG signals based on ABC-SVM algorithm[J].Chinese Journal of Medical Physics,2018,35(2):1056.[doi:10.3969/j.issn.1005-202X.2018.09.012]
[8]刘畅,覃玉荣,时文健.视听觉刺激下大脑头皮电位空间变化特性[J].中国医学物理学杂志,2018,35(10):1225.[doi:DOI:10.3969/j.issn.1005-202X.2018.010.023]
 LIU Chang,QIN Yurong,SHI Wenjian. Spatial variation characteristics of scalp potentials under audiovisual stimuli[J].Chinese Journal of Medical Physics,2018,35(2):1225.[doi:DOI:10.3969/j.issn.1005-202X.2018.010.023]
[9]周杰,杨国雨,徐涛. 基于空间频率与时间序列信息的多类运动想象脑电分类[J].中国医学物理学杂志,2019,36(1):81.[doi:DOI:10.3969/j.issn.1005-202X.2019.01.016]
 ZHOU Jie,YANG Guoyu,XU Tao. Classification of multi-class motor imagery EEG data based on spatial frequency and time-series information[J].Chinese Journal of Medical Physics,2019,36(2):81.[doi:DOI:10.3969/j.issn.1005-202X.2019.01.016]
[10]李冬,金韬,冯智英,等.基于脑电信号的疼痛强度识别方法研究[J].中国医学物理学杂志,2019,36(7):836.[doi:DOI:10.3969/j.issn.1005-202X.2019.07.017]
 LI Dong,JIN Tao,FENG Zhiying,et al.Pain intensity recognition based on EEG signals[J].Chinese Journal of Medical Physics,2019,36(2):836.[doi:DOI:10.3969/j.issn.1005-202X.2019.07.017]
[11]张宣,刘安康,张培玲.基于嵌入式AI的癫痫发作监测系统实现[J].中国医学物理学杂志,2022,39(9):1151.[doi:DOI:10.3969/j.issn.1005-202X.2022.09.016]
 ZHANG Xuan,LIU Ankang,ZHANG Peiling.Implementation of seizure monitoring system based on embedded AI[J].Chinese Journal of Medical Physics,2022,39(2):1151.[doi:DOI:10.3969/j.issn.1005-202X.2022.09.016]
[12]汤秣雄,李效龙.一种无线闭环迷走神经刺激器及系统[J].中国医学物理学杂志,2022,39(12):1530.[doi:DOI:10.3969/j.issn.1005-202X.2022.12.012]
 TANG Moxiong,LI Xiaolong.Wireless closed-loop vagus nerve stimulator and its system[J].Chinese Journal of Medical Physics,2022,39(2):1530.[doi:DOI:10.3969/j.issn.1005-202X.2022.12.012]

备注/Memo

备注/Memo:
国家自然科学基金(31271056);国家自然科学基金青年 基金(81401539)
更新日期/Last Update: 2016-03-03