EEG信号是脑神经细胞群电生理活动在大脑皮层或头皮表面的总体反映,不同的思维状态和病因在大脑皮层的不同位置产生不同的脑电信号。因此,脑电信号含有丰富的有用信息,其对于生理研究与临床应用如癫痫、脑炎、脑肿瘤等脑疾病的诊断都具有十分重要的意义。随着计算机、信号处理技术的发展,脑电图在脑疾病的临床诊断中越来越起到重要的作用,其成效最明显的例子就是癫痫病的诊断。但是这些诊断一般
都是通过检查疾病发作后所记录得到的脑电图实现的,是一种预后行为,因此不论是普通的脑电图诊断还是ICU 的脑电图监护,都做不到对脑疾病如癫痫病的发作进行预测。基于Takens 的时间延迟相空间重构法[1 ,2 ]和基于自适应投影学习算法[3 ]的径向基函数网络,研究了EEG信号的预测问题。通过对径向基函数引入一宽度调节系数α,使网络的预测性能如预测精度、收敛速度均有较大改善。研究结果证明这种预测方法是有效的,具有较好的应用前景。

参见 信号的径向基函数神经网络预测

出版社: 清华大学出版社
作者: 余英林

其中关于脑电图与混沌分析的部分如下
6.3脑电信号的混沌分析255
6.3.1脑电图简介255
6.3.2脑电信号的提取256
6.3.3脑电信号的混沌性257
6.3.4脑电信号的混沌分析258

19:19, #, By linmi
Learning, Others