10.3969/j.issn.1000-3428.2014.02.043
基于支持向量机的多通道癫痫发作预测
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。
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
TP39(计算技术、计算机技术)
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”
2014-05-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
202-205,210