挑战杯申报书.doc

序号： 编码： “挑战杯”2011河北省大学生课外学术科技作品竞赛作品申报书 作品名称： 癫痫病灶定位仪 学校全称： 燕山大学 申报者姓名 （集体名称）： PRIS 类别：自然科学类学术论文 哲学社会科学类社会调查报告和学术论文 科技发明制作A类 科技发明制作B类说 明1申报者应在认真阅读此说明各项内容后按要求详细填写。2.申报者在填写申报作品情况时只需根据个人项目或集体项目填写A1或A2表，根据作品类别（自然科学类学术论文、哲学社会科学类社会调查报告和学术论文、科技发明制作）分别填写B1、B2或B3表。所有申报者可根据情况填写C表。3.表内项目填写时一律用钢笔或打印，字迹要端正、清楚，此申报书可复制。4.序号、编码由“挑战杯”2011河北省大学生课外学术科技作品竞赛组委会填写。5.学术论文、社会调查报告及所附的有关材料必须是中文（若是外文，请附中文本），请以4号楷体打印在A4纸上，附于申报书后，字数在8000字左右（文章版面尺寸14.522cm）。6作品申报书须按要求由各高校统一寄送。7.其他参赛事宜请向本校竞赛组织协调机构咨询。8.寄送地址：东北大学秦皇岛分校“挑战杯”2011河北省大学生课外学术科技作品竞赛组委会办公室地 址：河北省秦皇岛市经济技术开发区泰山路143号邮政编码：066004联 系 人：刘筱慧卢艺思联系电话传 真 箱：A2申报者情况（集体项目）说明：1必须由申报者本人按要求填写；2申报者代表必须是作者中学历最高者，其余作者按学历高低排列；3本表中的学籍管理部门签章视为申报者情况的确认。申报者代表情况姓名闫佳庆性别男出生年月1985.3学校燕山大学系别、专业、年级自动化系控制理论与控制工程专业2009级学历硕士学制3年入学时间2009.9作品名称癫痫病灶定位仪毕业论文题目多通道脑电数据分析及可视化通讯地址河北省秦皇岛市燕山大学电气学院邮政编码066004办公电住地通讯地址河北省秦皇岛市燕山大学西校区10组团邮政编码066004住宅电话其他作者情况姓 名性别年龄学历所在单位王英华男25硕士燕山大学电气学院胡睿男22硕士燕山大学电气学院王志华男23硕士燕山大学电气学院任永韶女22硕士燕山大学电气学院刘欣女22硕士燕山大学电气学院资格认定学校学籍管理部门意见以上作者是否为2011年7月1日前正式注册在校的全日制非成人教育、非在职的高等学校中国籍专科生、本科生、硕士研究生或博士研究生。是否 （部门签章）年 月 日院、系负责人或导师意见本作品是否为课外学术科技或社会实践活动成果是否负责人签名：年 月 日B3申报作品情况（科技发明制作）说明：1必须由申报者本人填写；2本部分中的科研管理部门签章视为对申报者所填内容的确认； 3本表必须附有研究报告，并提供图表、曲线、试验数据、 原理结构图、外观图（照片）,也可附鉴定证书和应用证书； 4作品分类请按照作品发明点或创新点所在类别填报。作品全称癫痫病灶定位仪作品分类（D）A机械与控制（包括机械、仪器仪表、自动化控 制、工程、交通、建筑等） B信息技术（包括计算机、电信、通讯、电子等） C数理（包括数学、物理、地球与空间科学等） D生命科学（包括生物、农学、药学、医学、健 康、卫生、食品等） E能源化工（包括能源、材料、石油、化学、化 工、生态、环保等）作品设计、发明的目的和基本思路，创新点，技术关键和主要技术指标设计目的：正常的脑功能是建立在瞬时的结构神经元活动的适当协调基础之上的。一个微小的协调功能的退化可能会导致脑功能障碍。比如癫痫发作就是由于神经元同步性活动急剧增强，在EEG测量中可以明显的看到阵发性活动。医疗实践中的黄金标准为EEG数据提供了可视化分析，但是与此同时，数学方法已经得以发展并应用于癫痫预测，检测以及癫痫恢复，另外动态分析特征的研究也会有助于癫痫发现，诊断以及治疗。本作品旨在为癫痫病灶定位提供准确的检测分析办法。设计基本思路：作品包括硬件与软件部分。硬件部分为32导脑电监测仪，用来获得患者脑电数据。软件部分采用了先进的算法，记录并分析患者癫痫病发时，多个通道间的同步现象，进而算出病灶。创新点：1.自主研发32导脑电放大器，可任意改变测试区域，用以长时间测量患者脑电数据。2.运用先进算法，计算通道间同步指数。3.运用前沿理论，对数据进行分析，进而精确定位病灶。4.自主设计配套软件，方便实用。5.加入临床实验环节，并验证了系统的准确性与可信度。技术关键：1.采集数据部分，通过32通道脑电采集仪是对一个EMU中的2个患颞叶内侧癫痫(Mesial Temporal Lobe Epilepsy, MTLE)的病人的长时间EEG记录。2.发作检测部分，通过观察EEG，可以主观的判断癫痫的发作，采用一种客观的、可复制的方式来定义发作的开始和结束时刻，癫痫样EEG主要包括高幅慢波或低幅快波，故应选取绝对坡度(Slope)来同时可检测两者的特征。3.最后取癫痫发作时间段内的数据，进行癫痫病灶定位，将所有通道数据分段，每段长4s，50% 交叠，分别计算delta（1-4Hz），theta（4-8Hz），alpha（8-12Hz），beta（12-30Hz），gamma（30-80Hz）上两两通道之间的同步。假定要计算同步的两个通道分别为和， 。长为N，我们利用谐波小波变换(harmonic wavelet transform, HWT)提取所需频带上的相位信息。主要技术指标：脑电监测仪技术指标1.连接方式：USB接口2.通 道：32导3.时间常数：0.03s、0.1s、0.3s4.高频滤波：15Hz、30Hz、45Hz、60Hz、120Hz5.工频陷波：50Hz、60Hz6.输入范围：15mv7.分 辨 率：0.58.噪 声：2.5Vp-p9.采 样 率：1000次/秒10.各 通 道：各通道参数可单独设置并可开关11.阻抗检测:有12.电 源:USB供电13.隔 离:2500V作品的科学性先进性（必须说明与现有技术相比、该作品是否具有突出的实质性技术特点和显著进步。请提供技术性分析说明和参考文献资料）作品科学先进性：1、在数据采集上采用了自主研发的可满足多种需求的脑电监测仪，2、从算法上比传统的监护仪算法复杂度低，3、在系统实现上充分考虑到成本和可靠性，4、在实际验证上从中国的临床为依据。本作品的数据采集部分采用了自主研发的32通道脑电监测仪，更为准确的记录病人的脑电信息。在判断发作检测部分，结合目前临床采用的判断方法，使用多通道相位同步这一较为精确的方法，更为精确地描述发作开始时刻。在病灶分析部分，在选取癫痫发作时间段内的数据的基础上，将所有通道数据分段，每段长4s，50% 交叠，分别计算delta（1-4Hz），theta（4-8Hz），alpha（8-12Hz），beta（12-30Hz），gamma（30-80Hz）上两两通道之间的同步。假定要计算同步的两个通道分别为和， 。长为N，我们利用谐波小波变换(harmonic wavelet transform, HWT)提取所需频带上的相位信息。参考文献：1 De Clercq, W., Vergult, A., Vanrumste, B., Van Paesschen, W., and Van Huffel, S. Canonical correlation analysis applied to remove muscle artifacts from the electroencephalogram, IEEE T. Biomed. Eng. 2006; 53: 2583-2587. 2 Vergult, A., De Clercq, Q., Palmini, A., Vanrumste, B., Dupont P., Van Huffel, S., Van Paesschen, W. Improving the Interpretation of Ictal Scalp EEG: BSS-CCA Algorithm for Muscle Artifact Removal, Epilepsia 2007; 48 (5): 950-958.3 Kaspar Schindler, Howan Leung, Christian E. Elger, and Klaus Lehnertz, Assessing seizure dynamics by analysing the correlation structure of multichannel intracranial EEG, Brain, Brain 130,:65-77. 20074 Kiss I.Z., Quigg M., Chun C. S.-H., Kori H., Hudson J.L., 2008. Characterization of synchronization in interacting groups of oscillators: application to seizures. Biophysical Journal 94:1121-1130.5 Plummer C., Harvey A.S., Cook M., 2008. EEG source localization in focal epilepsy:Where are we now? Epilepsia 49(21):201-218.作品在何时、何地、何种机构举行的评审、鉴定、评比、展示等活动中获奖及鉴定结果作品所处阶 段（D）A实验室阶段 B中试阶段 C生产阶段D 临床应用调试阶段 （自填）技术转让方式作品可展示的形 式 实物、产品 模型 图纸 磁盘 现场演示 图片 录像 样品使用说明及该作品的技术特点和优势，提供该作品的适应范围及推广前景的技术性说明及市场分析和经济效益预测1.技术特点和优势该产品完全为自主开发，以性能稳定的工业级主板为实体，以嵌入式系统为平台，保证设备工作的可靠性能，同时高速信号采集系统，降低成本。本设计的优势主要分为以下几个部分：（1）前端的信号采集考虑到脑电信号的微弱，同时为了防止放大过多而造成的信号失真，脑电信号的放大倍数在50-100，AD采样精度为16位。DSP实现了对信号的带通滤波与工频陷波处理。（2）主控制器采用intel公司的工业级atom 凌动处理平台，双核1.6GHz，平台可以运行Windows XP，linux操作系统，适合不同的客户应用。（3）病灶定位算法经过了大量的数据验证，具有很好的可靠性和鲁棒性。（4）系统能够存储多于10G以上的数据，并可以进行离线分析。可以为病灶定位的深入研究提供原始数据研究。适用范围：本产品适合广泛应于临床，产品相对国外的同类型产品成本低，适合在国内推广。市场分析和经济效益预测：目前我国大力推行医疗卫生机构的改革，癫痫病灶定位仪已成为医院必备设施。中国医疗器械市场已成为缺口巨大的市场。海外资金将对产品极为感兴趣，因为海外许多国家都是公费医疗制度，治疗的成本相对来说极为重要，从这一方面来说，本产品具有广阔的国际市场。专利申报情况提出专利申报 申报号 申报日期 年 月 日已获专利权批准 批准号 批准日期 年 月 日 未提出专利申请科研管理部门签 章 年 月 日C.当前国内外同类课题研究水平概述 说明：1.申报者可根据作品类别和情况填写； 2.填写此栏有助于评审。目前国内外关于癫痫病灶定位的EEG方法大体上有以下几种。1.常规脑电图目前，常规脑电图(EEG)仍是诊断癫痫的首选检查。由于癫痫发作具有无序的周期性，呈非持续性、以短暂爆发形式出现，EEG描记时间短，描记时常常是在发作间期，因此，一般而言，常规EEG很难对癫痫致病灶做出正确判断。2.24小时动态脑电图24小时动态脑电图(AEEG)是用携带式的长程盒式记录仪，或在监测室记录存储病人24小时的EEG，记录期间患者照样从事日常活动，监测时间长，信息较完全，对睡眠过程中痫样放电的频率明显增高有一定的关系，大大提高了痫样放电的检出率，尤其对颞叶癫痫的定位诊断具有很重要的意义。AEEG可为手术切除痫性灶时进行术前定侧，定位提供可靠信息。3.长程视频脑电图长程视频脑电图(VEEG)描计时间长，采用录像系统及脑电图同步描计的方法将患者发作全过程与患者脑电信号同步记录并存储(根据计算机存储量可连续记录12周)，回放时可同步观察患者发作症状和脑电图，从而实现视频图像、声音和脑电图三者的统一，通过多导联变换阅图，棘波检出率高，并且能确定脑电与临床发作的关系，发作时或发作前数秒钟脑电图出现明显突出于背景的棘、尖波放电或突然的电压减低或突然的节律改变都提示发作的起始源，通过癫痫的临床发作特征和EEG异常起源部位对局灶性癫痫定侧、定位诊断，尤其是发作最初数秒的临床表现和EEG对定位最有参考价值，明显提高了癫痫类型，局灶性定位诊断的准确率。长程VEEG是目前获得发作期EEG和临床表现的唯一有效的办法。目前，脑电图三维立体定位与结构显像的融合定位是研究的难点与热门。4.蝶骨电极脑电图众所周知，蝶骨电极可以明显地提高颞叶痫样放电检出率，对确定棘波来源于颞叶内侧还是颞叶外侧很重要，国内外文献均有报道，并早已被临床实践所证明。在对经MRI证实一侧海马硬化的难治性颞叶内侧癫痫病人脑电图随访发现，发作间期常表现为颞区慢波，插入蝶骨电极则表现为高波幅尖波、棘波，其余电极部位出现的位相倒置在定位致痫灶中意义较大。D.推荐者情况及对作品的说明说明：1由推荐者本人填写； 2推荐者必须具有高级专业技术职称，并是与申报作品 相同或相关领域的专家学者或专业技术人员（教研组 集体推荐亦可）； 3推荐者填写此部分，即视为同意推荐； 4推荐者所在单位签章仅被视为对推荐者身份的确认。推荐者情况姓 名崔冬性别女年龄32职称讲师工作单位燕山大学电气学院自动化系通讯地址秦皇岛市燕山大学电气学院邮政编码066004单位电话住宅电话推荐者所在单位签章 （签章） 年 月 日请对申报者申报情况的真实性作出阐述 请对作品的意义、技术水平、适用范围及推广前景作出您的评价其它说明推荐者情况姓 名李小俚性别男年龄40职称国家杰出青年基金获得者工作单位燕山大学电气学院自动化系通讯地址秦皇岛市燕山大学电气学院邮编0660004单位电话住宅电话推荐者所在单位签章 签章日期 年 月 日 请对申报者申报情况的真实性作出阐述 请对作品的意义、技术水平、适用范围及推广前景作出您的评价其它说明学校组织协调机构确认并盖章 （团委代章） 年 月 日 校主管领导或校主管部门确认盖章 年 月 日 各省（区、市）评审委员会初评意见 评委签名： 年 月 日 各省（区、市）组织协调委员会审定意见 团 委 科 协 教 育 厅 学 联（签章） （签章） （签章） （签章） 年 月 日E 省级组织委员会秘书处资格和形式审查意见组委会秘书处资格审查意见 审查人（签名） 年 月 日组委会秘书处形式审查意见 审查人（签名） 年 月 日组委会秘书处审查结果合格 不合格 负责人（签名） 年 月 日F参赛作品打印处癫痫病灶定位仪技术报告癫痫发作通常被描述为“超同步状态”，这种传统观点具有双重误导性，因为癫痫并不都是同步的，而且也不是一成不变的状态，相反，它是一个动态的过程。我们研究发现在两种振荡器中会出现同步现象：一种是以振荡器作为同步源，另一种是作为同步目标。基于相位模型仿真，我们构建一个表征振荡器内部以及振荡器之间同步关系的同步指数(SI)。该指数描述了同步现象的作用范围，并且在近中颞叶癫痫这个实例中验证了该值的可用性。SI指数从EEG测量值中很容易求得。在癫痫的猝发期间同步指数在统计上会显著的提高，在猝发阶段的初期采用识别同步性最强的电极对的方式可以实现癫痫焦点的定位。另外，同步特性的动态分析特征的应用也使临床癫痫与亚临床癫痫的区别成为可能。简介正常的脑功能是建立在瞬时的结构神经元活动的适当协调基础之上的。一个微小的协调功能的退化可能会导致脑功能障碍。比如癫痫发作就是由于神经元同步性活动急剧增强，在EEG测量中可以明显的看到阵发性活动。医疗实践中的黄金标准为EEG数据提供了可视化分析，但是与此同时，数学方法已经得以发展并应用于癫痫预测，检测以及癫痫恢复，另外动态分析特征的研究也会有助于癫痫发现，诊断以及治疗。在这项研究中癫痫的动态分析被定义为，依据测量EEG的电猝发活动时空上的变化。研究癫痫的动态分析是非常重要的，因为它或许可以结束一些癫痫学中最基本且尚未有定论的问题，如传播的猝发放电如何影响不间断的脑电活动或是为什么癫痫会停止。回答完了这些问题可以更加深入的理解大量神经元集合的集体行为并且可能会帮助进行癫痫病人的闭环脑刺激或是改进对于威胁生命的情况比如癫痫持续状态的治疗方法。一种典型的记录的猝发EEG中的病灶开始发作癫痫时的变化正如通过由一些通道中起始低压快速活动构成的标准可视化分析评估，传播到临近通道且同时减慢速度和增加幅值。癫痫停止常常是由爆发来预示的，成群的高幅度polyspike和被抑制性活动所分隔成的慢波。在过去，使用许多不同的数学模型来研究癫痫动态分析，包括线性和非线性的方法。比如Pijn计算记录在引发癫痫过程中鼠边缘皮质不同位置的EEG信号的D2相关维数。他们发现癫痫的分布是与以低值D2为特点的脑电活动有关的。Franaszczuk 和Bergey提出了一种基于误差协方差矩阵的多波段通道自回归的EEG活动模型的方法且发现增强了三名病人颅内记录癫痫的过程中的同步性，持续2小时以上后发作期。同一作者通过使方法相匹配来将EEG癫痫模型划分为四阶段（特定的启动，过渡期爆发，有规律的爆发和间歇的爆发活动）运用方法时频分解。他们在后续的研究中展示出最靠近癫痫开始的EEG通道信号的复杂性在癫痫发作期增加。此外，分段技术已经被用于划分猝发EEG记录到相对稳定的部分以便允许将全部相似的模式分组通过多变量线性识别分析来检测除人之外和颅内记录的猝发EEG的显著的起爆和停止动态分析。同步测量结合以前的措施验证了癫痫发作具有明显的开始与终止。在猝发前与猝发阶段同步不一定增强，同步的长时期递减为快速超同步现象的发生提供了条件。我们研究的目的是去用病灶发作分析癫痫过程中记录EEG动态变化。为了这个目的，我们用观察者独立和定量的方式规定癫痫发作和停止并且应用最近Muller提出的方法（允许在多通道EEG记录中一种有效且简洁的方法分析时空相关结构）。我们证明病灶发作癫痫这种相关结构显示了一种典型的变化，表面癫痫停止前全部零延迟相关的增加。原理同步指数许多生理学网络是高度集结陈群的，他们包含了具有高度联系性的节点。结群性质意味着互动组之间会传输高度结构化网络的一些动力学特征。我们举一个简化的两组之间的互动结构的例子。假设每组之间的元素之间的互作用是全局性的，也就是说组间互动作用于平均区域。尽管平均区域互作用可以通过每组的每个震荡的交叉耦合实现，与此同时它也可以表征各组全局信号的相互作用。例如，细菌通过群体效应的平均场耦合。各组之间的互作用区别于组内成员之间的相互作用。在这个模型中，每个圆圈代表一个频率单元，从生理学的角度讲，一个单元可以是一个单独的频率实体比如一个频率细胞，也可以是一组实体，基于研究目的他们的综合行为可以看作是一个单独的振荡器。我们把群体中的每个频率单元建模为一个相位模型。这是简单但准确的缺少振荡器之间互作用的建模，它可以描述每个振荡器的相位信息。界定癫痫发作和终止用一种可再生且客观的方式而不是根据主观目测的EEG来界定癫痫发作，我们使用如图1所示的方法。首先，计算出绝对斜率，这里i 包括所有的通道。是癫痫EEG很合适的一个特性，因为它在高幅值低速活动和低幅值高速活动中都有增加，这和通常所观测到的在癫痫发作和期间记录的颅内EEG的变化是一致的。第二步，将规范化为，这里指的是从包含癫痫EEG开始后2.5s开始的一段30s的参考长度上的的标准偏差值。最后，使用一种持续5s的滞后滑动平均的方法进行平滑。在图1中，表示的是颅内37通道的癫痫发作记录数据。根据经验将定为大于2.5来判断中存在癫痫性活动。当记录癫痫性活动的通道数目大于等于3时，癫痫发作的开始时间被确定下来。当下降到它的最大值的10%以下时，确定下癫痫终止时间。因此，对于外延传播的癫痫发作，依据记录癫痫性活动的通道来确定的阈值比通常用定义癫痫发作开始时间的固定值要大。通过对的定义，可以避免由后期高幅值缓慢或者少量孤立爆发的癫痫活动引起的对癫痫发作终止的延迟检测。图1 最典型的癫痫发作与停止.多通道EEG相关性分析如果想通过计算连续两两相关来获取n通道EEG的相关性结构，那么就要计算种可能的组合。对于现在要研究的那么多的颅内EEG通道来说，可能会产生成千上万种的可能组合形式。基于如此大的信息量，特别需要提出一种侧重于本质相关结构的分析方法。Muller最近就提出了一种方法，这种方法允许用一种高运算效率的方式对进化演化中的相关结构进行一种很简洁且紧凑的评估。这种方法的基本步骤示于图2.一个滑动窗口以一个很小的位移量滑过整个信号。对每一个时间点，表明了的开端，在内的EEG以通道为单位被规范化为具有零均值和 偏差的。注意，在任意一个时间点记录到的m个通道的EEG都可以表示成一个m维向量空间中的一个向量，这种几何表示对于理解下面将要介绍的特征值谱是很重要的。规范化的EEG被用来计算示于图2B中的零延迟相关矩阵C 。C中每个值对应一个零延迟相关系数，这个相关系数由以下公式来确定，其中代表滑动窗的长度。相关系数在+1和-1之间变化，其中+1表示完全相关，-1表示正好负相关。如果和完全不相关，那么。对于所有的i=j, ，因为每一个EEG和它本身都是相关的。从这可以看图2评估三步法得到的EEG动态分析相关结构出，其遵循这个规律：矩阵C主对角线上的元素之和（也即从左上角到右下角的元素，被称之为矩阵的迹）总是等于EEG的个数。同时，根据相关的交换性，可知相关矩阵C是关于主对角线对称的。在接下来的分析中，我们可能会用到有关线性代数和PCA的一些重要的结论。此方法的重点是这些所谓特征值的分布和多通道EEG的相关结构是直接相关的。通过解方程来求取特征值，其中和分别表示特征值和相关的特征向量。这些特征值组成了一组m向量空间的正交基，这个m维的向量空间即是由m个EEG通道来确定的。注意，正交和不相关在这里是同一个意思。在由M个EEG通道信号张成的m维向量空间里，最大特征值对应的特征向量所指的方向即为最大的平均相关。通常被当做一组数据的第一个主分量。给出m个正交的特征向量后，就可以把矩阵C对角化了，对角化也即将C线性变换为一个只在主对角线上有值的矩阵。这些主对角线上的值即为特征值，它们的幅值和在对应特征向量方向上的相关性大小成正比。因为线性变换并不会改变主对角线元素的和，即特征值之和必须总是等于原始相关矩阵C的主对角元素之和m，所以，当一部分特征值增加时，至少一个其余的特征值必须减少以保证它们的总和不变。如果将特征值按升序排列，就形成了相关矩阵C的所谓的频谱。两种限制情况的特征值谱被示于图3中。图3A中是一个人工创造出的完全相关的EEG。这个EEG的相关矩阵的所有值都是1，因为每个通道和其他通道都是完全相关的，相关谱也简化为一个特征值。这种情况我们可以这样理解：在跨越18个通道形成的向量空间中，那些表示实时EEG的点将会落在一条直线上，这条直线表示为。特征向量将会精确的指出这条直线的方向，这个方向是所有这些EEG数据的相关方向。在图3D中，其他限制情况也由人为产生的EEG来表示。这种情况下，每个通道包含有一组随机值，相关矩阵非对角线上的元素都接近于0 。它们之所以没有精确地等于0是由于数据窗口是有限长度的，其有限的长度产生了一种伪随机相关。对应的特征值谱几乎是一条平的直线，特征值分布于1的上下，如图3F所示。代表这些随机活动的点可能会在18维的向量空间中形成一个超球面，在不同的特征向量所表示的不同方向上的相关性是相似的。对于实际EEG信号，它的相关矩阵C的谱线将会介于完全相关和完全不相关这两种极端情况之间。将窗沿着多通道EEG连续滑动，计算相关矩阵的谱，然后将其和中第一个采样点的时间点进行连续，这样就可以获取变化的EEG相关结构。尽管代表了最大的相关性，谱线中的其他值也携带有关变化的相关性的一些信息。尤其是当最大特征值减少或增加时，其它的一些较小的特征值会出现宽带补偿图3人为产生的EEG信号阐明的两种相关结构的极限情况性的增加或减少，这种变化很容易观察到。因此我们计算的是所有的谱值而非只有的值。需要注意的是，即使我们计算出了所有的谱值，特征值的数目也只会和EEG通道数目一样而不会超过它。这种方法的主要的优势在于：它的确是是多变量的，每一个特征值都反映了所有EEG通道间的相关性，进而可以用来对演化的相关结构进行一种间接紧凑的评估。在以下部分中，结果都以“均值标准偏差”的形式给出。方法1、数据采集研究采用的是对一个EMU中的2个患颞叶内侧癫痫(Mesial Temporal Lobe Epilepsy, MTLE)的病人的长时间EEG记录。电极摆放位置是根据国际10-20标准系统，另加颞部的两个电极T1、T2。采样频率250Hz，采用平均参考电极记录方式。记录中包含大约1