臺灣博碩士論文加值系統

我們已對，臨床癲癇病患時頻特徵進行討論。腦電圖T3- A1通道之癲癇銳波類型（Ⅰ）。癲癇銳波類型（Ⅰ）時間區間為0.324秒到0.444秒，時間長度為120 ms振幅為73.63 μV。
在本篇論文中，我們在臨床癲癇病患的腦電圖F7- A1通道裡我們擷取了癲癇銳波類型（Ⅱ）。癲癇銳波類型（Ⅱ）時間區間為0.204秒到0.288秒，時間長度為84 ms振幅為77.90 μV。癲癇銳波類型（Ⅱ）的HHT時頻特徵包括：（1）分解出5個本質模態函數和1個殘餘函數；（2）IMF2、IMF3及IMF4的能量分別佔癲癇銳波類型（Ⅱ）總能量的34.17％、26.27％及22.53％；（3）在IMF2中，β頻段的能量佔IMF2能量的53.3％；（4）最大交互相關係數的討論中，（T3 - A1和F7- A1）、（T3- A1和正常波）及（F7- A1和正常波）的腦電圖之最大交互相關係數分別為 0.76、0.44及0.42；（5）（T3 - A1和F7- A1）、（T3- A1和正常波）及（F7- A1和正常波）的IMF2之最大交互相關係數分別為 0.52、0.45及0.63。
此外，在通道位元錯誤率的討論中，我們觀察到癲癇銳波類型（Ⅱ）在通道位元錯誤率10-7的HHT時頻特徵，可用於癲癇銳波類型（Ⅱ） HHT轉換的時頻分析。

In our previous studies, we obtained a sharp (I) EEG signal from the T3-A1 channel for a clinical patient suffering with epilepsy. In this case, the sharp wave was generated in the interval of 0.324 s and 0.444 s, it had a length of 120 ms, and an amplitude of 73.63 μV. In addition, a HHT-based sharp (I) EEG signal analysis was obtained.
In the thesis, a sharp (II) EEG signal was obtained from the F7-A1 channel from the a clinical patient presenting with epilepsy, and the sharp wave was generated in the interval of 0.204 and 0.288 s, its length was 84 ms, and its amplitude was 77.90 μV. The sharp (II) wave Hilbert-Huang transformation (HHT)-based time-frequency features include that (i) 5 IMFs and a residual function were decomposed; (ii) the analysis results show that the ratios of the energy of the sharp (II) wave to its total energy for IMF2, IMF3 and IMF4 were 34.17%, 26.27%, and 22.53%, respectively; (iii) the ratio between the IMF2 energy for the band and its IMF2 energy was 53.3%; (iv) the maximum cross-correlation coefficients of the (T3-A1, F7-A1), (T3-A1, normal wave) and (F7-A1, normal wave) EEG signals were 0.76, 0.44, and 0.42, respectively; (v) the maximum cross-correlation coefficients of the IMF2 signals for the (T3-A1, F7-A1), (T3-A1, normal wave) and (F7-A1, normal wave) channels are 0.52, 0.45, and 0.63, respectively.
In addition, we observe that the HHT-based time-frequency characteristics of the sharp (II) waves with a transmission BER of 10-7, and can be used in the HHT-based time-frequency analysis scheme for the sharp (II) EEG signals.

摘要 I
ABSTRACT III
誌謝 V
目錄 VI
表目錄 X
圖目錄 XVI
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究方法 3
1.4 內容摘要 4
第二章 研究背景與理論 6
2.1 腦電波 6
2.1.1 腦波產生[6] 6
2.1.2 腦波分類 6
2.1.3 電極放置 9
2.2 癲癇 11
2.2.1 癲癇腦電圖概述[15] 11
2.2.2 癲癇波的分類[16] 13
2.3 希爾伯特－黃時頻分析（HHT） 15
2.3.1 本質模態函數（IMF）[12] 16
2.3.2 經驗模態分解法（EMD） 17
2.3.3 瞬時頻率（IF）及瞬時振幅（Instantaneous amplitude） 20
2.3.4 希爾伯特頻譜（HS） 21
2.3.5 邊際化頻率（Marginal Frequency，MF） 22
第三章 癲癇銳波類型（Ⅱ）之HHT時頻分析 23
3.1 癲癇銳波類型（Ⅱ）與正常之腦電波HHT時頻分析 23
3.1.1 癲癇銳波類型（Ⅱ）與正常腦波之IMF 25
3.1.2 癲癇銳波類型（Ⅱ）與正常腦波之IF 29
3.1.3 癲癇銳波類型（Ⅱ）與正常腦波之HS及MF 33
3.2 癲癇銳波類型（Ⅰ）、（Ⅱ）及正常腦波之比較 48
3.2.1 癲癇銳波類型（Ⅰ）、（Ⅱ）及正常腦波之IF及IMF比較 48
3.2.2 癲癇銳波類型（Ⅰ）、（Ⅱ）及正常腦波之MF比較 49
3.2.3 癲癇銳波類型（Ⅰ）、（Ⅱ）相關性比較 53
3.2.4 小結 62
第四章 通道位元錯誤率模擬 64
4.1 通道位元錯誤率10-7之銳波類型（II）HHT時頻誤差分析 64
4.1.1 通道位元錯誤率10-7之銳波類型（II）IMF 65
4.1.2 通道位元錯誤率10-7之銳波類型（II）IF 69
4.1.3 通道位元錯誤率10-7之銳波類型（II）HS及MF 72
4.2 通道位元錯誤率10-4之銳波類型（II）HHT時頻誤差分析 80
4.2.1 通道位元錯誤率10-4之銳波類型（II）IMF 81
4.2.2 通道位元錯誤率10-4之銳波類型（II）IF 85
4.2.3 通道位元錯誤率10-4之銳波類型（II）HS及MF 88
4.3 通道位元錯誤率10-2之銳波類型（II）HHT時頻誤差分析 99
4.3.1 通道位元錯誤率10-2之銳波類型（II）IMF 100
4.3.2 通道位元錯誤率10-2之銳波類型（II）IF 104
4.3.3 通道位元錯誤率10-2之銳波類型（II）HS及MF 108
4.4 通道位元錯誤率對銳波類型（Ⅱ）之相關性的影響 119
4.4.1 通道位元錯誤率對銳波類型（Ⅱ）IMF之相關性的影響 120
4.4.2 通道位元錯誤率對銳波類型（Ⅱ）IF之相關性的影響 124
4.5 小結 128
第五章 結論與未來展望 131
5.1 結論 131
5.2 未來展望 132
參考文獻 133

[1] 葉宣妏, 基於希爾伯特-黃轉換之酗酒者腦波時頻特徵分析, 國立臺灣海洋大學電機工程系碩士論文, 2009。
[2] 蘇峻億, 具有傳輸錯誤之酗酒腦波時頻特徵分析, 國立臺灣海洋大學電機工程系碩士論文, 2010。
[3] C. F. Lin, B. H. Yang, T. I. Peng, S. H. Chang, Y. Y. Chien, and J. H. Wang, “Sharp Wave Based HHT Time-frequency Features with Transmission Error,” Advance in Telemedicine: Technologies, Enabling Factors and Scenarios, Eds by Prof. Georgi Graschew and Prof. Theo A. Roelofs, Intech Science Publishers, Austria, 2011, pp.149-164.
[4] 楊秉翰, 具有傳輸錯誤之癲癇病症腦波時頻特徵分析, 國立臺灣海洋大學電機工程系碩士論文, 2010。
[5] 舒晨, 單通道腦波睡眠品質評估系統, 國立陽明大學醫工程研究所碩士論文, 2008。
[6] 蔡育秀, 智慧化臨床資訊自動篩選與分析技術研究, 中原大學醫學工程學系碩士論文, 2002。
[7] 彭宗義, 腦電圖, 當代醫學, 2002, pp.560-571。
[8] R. Caton, The Electric Currents of the Brain, British Medical Journal, 1875, pp.278.
[9] H. Berger, Über das Elektrenkephalogramm des Menschen, European Archives of Psychiatry and Clinical Neuroscience, 1929, pp.527-570.
[10] http://en.wikipedia.org/wiki/Electroencephalography.
[11] H. Jasper, Report of committee on methods of clinical exam in EEG.Electroencephalogr. Clin. Neurophysiol. , 1958, pp.370-375.
[12] http://faculty.washington.edu/chudler/1020.html.
[13] 石曜嘉, 希爾伯特黃轉換應用於單筆腦電波訊號分析與分類之研究, 國立臺灣師範大學機電科技學系碩士論文, 2009。
[14] http://www.hkepilepsy.com/types.php
[15] http://kea.wingnet.com.tw/kn_1.htm
[16] http://www.hkepilepsy.com/medicinfo.php
[17] http://www.dianxianw.net/Dxzd/1027.html
[18] N. E. Huang, Z. Shen, S. R. Long, M. C.Wu, H. H. Shih, Q. Zheng, N. C. Yen, C.C. Tung and H. H. Liu, The Empirical Mode Decomposition and the HilbertSpectrum for Nonlinear and NonstationaryTime Series Analysis. Proc.R. Soc. Lond. A, 1998, pp.903-995.
[19] C. F. Lin, S. W. Yeh, Y. Y. Chien, T. I. Peng, J. H. Wang, S. H.Chang, A HHT-based Time Frequency Analysis Scheme in Clinical Alcoholic EEG Signals. WSEAS Transactions on Biology and Biomedicine, 2008, pp.249-260.
[20] C. F. Lin, S. W. Yeh, S. H. Chang, T. I. Peng, and Y. Y. Chien, An HHT-based Time-frequency Scheme for Analyzing the EEG Signals of Clinical Alcoholics. Online Book, Nova Science Publishers, USA, 2010, pp.1-26.
[21] 吳順德, 陳思予, 陳虹伯, 經驗模態分解法之研究趨勢探討, 台北科技大學學報, 2009, pp.1-17。