孤獨癥兒童腦電特征提取及分類.pdf

1、孤獨癥障礙譜系是一種表現(xiàn)在社交、語言發(fā)展、刻板行為以及認(rèn)知功能等方面的障礙。隨著孤獨癥患病率地快速增長，與孤獨癥相關(guān)的各方面的研究也隨之受到各界人士的廣泛關(guān)注，因此不論是人力還是物力都加強(qiáng)了投資，以支持學(xué)者進(jìn)行相關(guān)的研究。一般情況而言，孤獨癥兒童在兩至三歲就開始出現(xiàn)了異常的癥狀，但是從父母進(jìn)行懷疑到真正確診往往間隔有一年左右的時間，耽誤了兒童的最佳治療時間，因此孤獨癥早期的篩查具有十分重要的意義。
　　近年來孤獨癥篩查的方法主要是

2、由專業(yè)的機(jī)構(gòu)進(jìn)行溝通和量表確診，腦電作為一種新興技術(shù)，擁有無創(chuàng)和操作方便的特點同時還能精準(zhǔn)的記錄大腦頭皮的腦電波動，再將其與孤獨癥兒童的行為數(shù)據(jù)相結(jié)合，綜合分析孤獨癥兒童的特征，能在未來為孤獨癥兒童篩查提供更科學(xué)的方法。
　　本文采集20個(4-6歲)孤獨癥兒童和15個(4-6歲)正常兒童。首先對孤獨癥兒童進(jìn)行了行為量表測試，在隨后的采集十分鐘靜息態(tài)腦電并且根據(jù)兒童的表現(xiàn)進(jìn)行篩選，最后剔除了5名情緒過大、偽跡過多的孤獨癥兒童腦電。

3、
　　隨后，從單通道和雙通道兩方面進(jìn)行特征提取，單通道腦電分析方法主要是從時域、頻域等方面進(jìn)行分析，包括功率譜譜分析、信息熵方法；雙通道分析算法包括相干性、相位同步以及相關(guān)熵算法。對于每一種方法提取特征后，用最大相關(guān)最小冗余準(zhǔn)則進(jìn)行特征選擇，最后，使用支持向量機(jī)(SVM)算法對選出的特征進(jìn)行分類，并比較各個特征之間的分類精度。
　　結(jié)果發(fā)現(xiàn)孤獨癥兒童在相對功率低頻段δ明顯高于正常組，α頻段低于正常組，β在全腦的準(zhǔn)確率高達(dá)90

4、.11％±4.50%，近似熵、樣本熵、小波熵低于正常組，在排序熵高于正常組，小波熵，排序熵，樣本熵的正確率分別達(dá)到85.00%±3.86%，81.78%±1.69%，79.11%±2.13%。相干性中孤獨癥組在δ高于正常組，相位同步中在δ頻段低于正常組，在相關(guān)熵中高于正常組，相位同步，相關(guān)熵以及相干性的準(zhǔn)確性分別達(dá)到。78.11%±4.38%,77.67%±4.03%,89.00%±3.17%，通過最大相關(guān)與最小冗余進(jìn)行特征提取后建立的