神經網路應用於腦波中癲癇症狀波之偵測

Abstract

本論文主要重點在於：開發「影像法」用於腦波特殊波形偵測的可能性。 在此，我們發展一新方法，將多頻道腦波訊號轉換為特殊的腦波「影像」 ，此為腦波影像處理程序的主要任務。在腦波詮釋系統中，處理過的腦波 「影像」是此詮釋系統的輸入資訊，系統的架構是採用「正向誤差倒傳遞 神經網路」，此神經系統經由適當訓練後可於大量的背景腦波資料中辨識 暫態的特殊波形（我們主要針對集中型癲癇放電波的分析）。和過去數年 間曾題出的（類神經網路）相關方法比較之下，我們的方法在特殊波形偵 測上有較佳結果，主因是在於我們將腦波的空間特性嵌入影像模式中。 @ 為了探究空間（頻道間）和時間特性在腦波特殊波形之描述中，何者 較重要，我們設計了兩種影像編譯方法。「空間影像法」首先以一個時間 定點的電位分佈資料來產生一張「初步影像」，在給定一特殊波形的發生 的時段中，可得到許多張「初步影像」，分別由不同時間點的空間電位分 佈所產生，最後經由特殊的編譯法則所得到的腦波影像，即用以作辨識的 依據。另一方法「時間影像法」則直接由給定頻道之腦波訊號中截取特殊 波形所發生的時段，予以處理轉換為「初步影像」在將所有不同頻道訊號 所轉換得的「初步影像」結合為單一影像模式，成為「腦波詮釋系統」的 輸入形式。我們的實驗證實：「空間影像法」在偵測集中型癲癇放電波上 ，顯然優於「時間影像法」。 In this thesis, we have explored the possibility of EEG event detection based on image method. A novel approach is developed to transform multi-channel EEG signals into special EEG "image" template, which is then used as the input pattern of the feed- forward, error back-propagation network model designed to identify transient events (in our study, focal epileptiform discharge patterns) among background EEGs. Comparing with methods proposed in the past few years, image method appears to have better performance when EEG spatial characteristics are embedded in the EEG image template. To investigate the role of spatial and temporal features in EEG event characterization, two image encoding methods are designed. "Spatial image method" first organizes the potential distribution at a time instant to form a raw image frame. Then, all the raw image generated from consecutive time instants in one windowed epoch are combined using a particular from encoding rule to produce the finalized input pattern of the neural network model. "Temporal image method", on the other hand, conjoins all raw image frames corresponding to all recording channels to form a single image template. Our experiments show that the spatial image method leads to significantly superior performance in detection of focal epileptiform discharge patterns.