• 1. 东南大学 计算机科学与工程学院 计算机网络和信息集成教育部重点实验室(南京  210096);
  • 2. 东南大学 教育部信息显示与可视化国际合作联合实验室(南京 210096);
  • 3. 法国国家医学与健康研究院U1099,雷恩第一大学信号与图像处理实验室(法国雷恩 35000);
  • 4. 中法生物医学信息研究中心(南京 210096,法国雷恩  35000);
导出 下载 收藏 扫码 引用

本文的目标是处理并分析使用深度电极在难治性癫痫患者癫痫发作期间其大脑皮层中记录到的癫痫脑电信号间的大脑效应连通性。维纳-格兰杰因果索引算法是一种众所周知的检测脑电信号间大脑效应连通性的有效方法。它是一种基于线性自回归模型的方法,而模型参数估计问题在其用于脑电因果效应连通性研究中的计算准确性与鲁棒性方面起着至关重要的作用。本文针对这一问题,使用了我们提出的改进的赤池信息量准则来估计算法中自回归模型的模型阶数,以提高维纳-格兰杰因果索引算法检测大脑效应连通性的性能。实验仿真结果表明:不管是在线性随机系统中还是在能生成模拟癫痫信号的生理模型中,该改进的维纳-格兰杰因果索引算法在检测脑效应连通性上都表现出良好的鲁棒性。