13、脑电信号在情绪状态识别与癫痫发作预测中的应用

脑电信号在情绪状态识别与癫痫发作预测中的应用

情绪状态识别

脑电信号（EEG）在情绪状态识别领域具有重要的应用价值。目前的研究可以利用通道数据识别快乐和悲伤两种情绪状态。不过，未来的研究有望拓展到更多情绪状态的识别。同时，还可以探索其他分类技术，并研究这些分类器在情绪状态识别中的适用性。

癫痫发作预测

癫痫是一种脑部神经系统疾病，会导致大脑和身体异常行为。全球约有 0.8 - 1%的人口受癫痫影响，虽然可以通过抗癫痫药物或手术控制，但仍有 25%的患者无法得到有效治疗。由于癫痫发作具有不可预测性，会增加患者在操作重型机械（如开车、烹饪、游泳）时发生危险事故的风险，且患者时刻担心下一次发作，严重影响日常生活。因此，提前预测癫痫发作对于降低风险、提高患者生活质量至关重要。

癫痫发作预测的原理

神经系统的基本单位是神经元，它以特定顺序传递电脉冲。当这种顺序被打乱时，大脑正常功能受损，导致癫痫发作。癫痫可分为症状性癫痫（由特定事件引发，如头部受伤、脑肿瘤、窒息）和特发性癫痫（无明显诱因）。在癫痫发作前，会出现一系列临床症状，如大脑氧气供应变化、血流速率改变、血氧水平降低、心率和脉搏加快，以及大脑病灶区域神经元间关键相互作用增加。其中，大脑病灶区域神经元间的关键相互作用最为重要，可通过脑电图（EEG）记录这些信号，经分析实现癫痫发作的提前预测。

实验方法

• 数据库 ：使用ASPPR提供的癫痫脑电信号特征向量数据库。该数据库基于弗赖堡脑电数据库，包含21名癫痫患者术前24小时的侵入性脑电记录。患者在性别、年龄和癫痫发作位置上存在差异，但均患有局灶性药物难治性癫痫。其中，5