基于网络到时间序列的癫痫脑电信号分析  

Epilepsy EEG signal analysis based on time series from network

作　　者：王俊[1] 刘程程[1] 戴加飞[2] 李锦[3] 侯凤贞[4] 

机构地区：[1]南京邮电大学图像处理与图像通信江苏省重点实验室,江苏南京210003 [2]南京军区南京总医院神经内科,江苏南京210002 [3]陕西师范大学物理学与信息技术学院,陕西西安710062 [4]中国药科大学理学院,江苏南京210009

出　　处：《南京邮电大学学报（自然科学版）》2016年第2期29-34,共6页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

基　　金：国家自然科学基金(61271082;61401518);江苏省重点研发计划(社会发展)项目(BE2015700);江苏省自然科学基金(BK20141432);南京军区南京总医院基金(2014019);南京市医疗卫生科技项目(201503009);中国药科大学中央高校基本科研业务费专项资金(FY2014LX0039)资助项目

摘　　要：提出了基于Kendall非协调因子参量的网络转变成时间序列分析的方法,并用于分析癫痫脑电。将原始脑电利用扩展的Kendall等级相关系数构建成脑电网络,然后将脑电网络转换成时间序列,再分析该时间序列功率谱最大值均值。通过实验为网络转换成时间序列研究选取合适的Kendall非协调因子。实验结果表明,与直接研究脑电信号功率谱最大值均值和研究基于Kendall构建网络的网络特性来区分正常人和癫痫患者相比,研究基于扩展后的Kendall网络转换后的时间序列功率谱最大值均值更能够有效区分正常人和癫痫患者,该方法能够有助于癫痫疾病的临床诊断和分析。A method for time series from a network is proposed based on Kendall non-parametric coordination factor to analyze the electroencephalogram（ EEG） epilepsy. The original EEG is constructed into a network by using the extended Kendall rank correlation coefficient. Then the network is transformed into time series,and the mean value of the maximum power spectrum of the time series is analyzed. A appropriate Kendall non-parametric coordination factor is selected by experiments. Experimental results show that compared with the mean maximum power spectrum of original time series or the characteristics of the brain electrical network,the average value of the maximum power spectrum of the time series from the extension of the Kendall network is more effective to distinguish between normal people and patients with epilepsy. Thus,the method can be helpful for the diagnosis and the analysis of epilepsy.

关 键 词：复杂网络 时间序列 癫痫 Kendall等级相关 

分 类 号：Q811.4[生物学—生物工程]