时间频率分布的即时频率和组延迟的自动估计方法,适用于EEG抓获信号分析
Vedran Jurdana1, Miroslav Vrankic1, Nikola Lopac2,3
1Faculty of Engineering, University of Rijeka, 51000 Rijeka, Croatia.
Sensors (Basel, Switzerland)
|July 11, 2023
概括
本研究引入了一种新方法,通过结合瞬间频率 (IF) 和群体延迟 (GD) 估计来检测EEG信号中的所有发作类型. 这种方法提高了对尖峰和振荡模式的发作检测准确度.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 神经科学是一个神经科学.
背景情况:
- 即时频率 (IF) 对于分析电脑电图 (EEG) 信号至关重要,特别是用于检测振荡性发作.
- 单独的IF不足以分析尖类型的发作,需要使用替代或补充方法.
研究的目的:
- 开发一种新的,自动的方法来估计IF和组延迟 (GD),以检测具有尖峰和振荡特征的发作.
- 为了提高EEG信号中发作检测的准确性和稳定性.
主要方法:
- 利用局部化的Rényi (LREs) 来创建适应性估计策略的二进制地图.
- 结合IF估计算法多元组件信号与时间频率支持信息.
- 集成的IF和GD估计用于时间频率分布 (TFD) 中增强的信号估计.
主要成果:
- 拟议的联合IF和GD估计方法与单独的IF估计相比,表现优越.
- 基于LRE的平均二次误差 (高达95.70%) 和合成信号的平均绝对误差 (高达86.79%) 显著改善.
- 对现实生活中的EEG发作信号进行了实质性的改进 (高达46.45%的MSE和36.61%的MAE).
结论:
- 这种新的方法可以有效地检测到尖峰和振荡性发作,而无需事先了解信号.
- 结合IF和GD方法为EEG扣押分析提供了更全面,更准确的工具.
- 这种技术提高了自动发作检测系统的可靠性.
