基于支持向量机的多通道癫痫发作预测

摘要：

癫痫是一种大脑神经系统疾病，具有突发性和反复性，对患者的生命安全构成极大的威胁，有效预测癫痫对该病的预防和治疗具有重要的意义。为此，提取来自德国弗莱堡大学癫痫预测中心21个病人的公开数据集。利用独立成分分析方法对原始数据进行去冗余操作，自回归模型被用来对癫痫脑电进行特征提取。支持向量机模型和滤波器将预测问题转化为二分类问题。蒙特卡洛统计方法使得最终的结果具有统计学上的意义。实验结果表明，该模型能够提前30 min~70 min 预测到癫痫的发生，且误报率将近0，能为临床癫痫预警系统提供较好的理论依据。

关键词：癫痫发作预测、自回归模型、特征提取、独立成分分析、支持向量机、蒙特卡洛统计方法

分类号：TP39(计算技术、计算机技术)

资助基金：留学回国人员科研启动基金资助项目“超大规模网络中突变现象的早期特征提取及其在癫痫预测中的应用”

在线出版日期：2014-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：202-205,210