1)第一步,所有电极组合进行时域信息收集,以确定与类似癫痫活动最相关的一对。如图8.26所示,5~⒛Hz频带活动对应推测的癫痫发作,而硐Hz的 活动带则主要是刺激信号。

   2)第二步,通过对G6K-2F-5VDC设备进行编程来测量这些感兴趣的频带,以提供采用传感通道的外差法模式算法开发的原始数据c这是一个必要步骤,主要是由于使用该设各进行功率信道提取以及时域信号的离线数字化处理两者之间功率估算在量程上有一定差异。

   3)第三个步骤,采用离线支持向量机算法计算一个线性判别函数的系数,使用功率通道作为独立变量,和由时域测定的真正的癫痫作为因变量。真正的癫痫发作被定义为β频带的活跃行为。

   4)在最后一步中,线性判别系数被上传到设备中以便实时进行癫痫分类评级。

   当观察从包含刺激伪影假象的时域数据导出的光谱图时,水平线与在存在刺激下的模拟和/或采样信号相关。当刺激引擎打开或关闭时,短暂的宽带剂量的能量通过感测电路发送。这导致垂直线出现在频谱图中。真实的生理标志物通常不具有这些垂直或水平特性,因此可以区别于这些假象。

    图8.26显示了如何将提取的功率数据分为认定的癫痫发作和非癫痫两类。轴表示测量到的刺激功率、y轴代表β功率。此处,采用2D(二维)分类是必 要的,因为单独使用癫痫频段不能充分区分无刺激条件下的癫痫发作与基于刺激时频谱泄漏到β频带这种刺激条件下的非癫痫情况。