10.19678/j.issn.1000-3428.0051201
基于相位同步的癫痫信号识别与分析
针对临床人工诊断癫痫信号效率低下的问题,建立一种基于相位同步的癫痫信号自动诊断模型.使用相位锁定值衡量各脑区间不同状态下的同步化程度,构建对应的脑功能网络连接矩阵,提取聚类系数和特征路径长度2种全局属性作为输入支持向量机的训练特征,使用六折交叉验证的方式对发作间期及发作期的信号进行分类识别.实验结果表明,加权网络的分类效果优于二值网络,其平均准确率为83.4%,单一属性难以全面反映癫痫患者2种状态下的功能网络连接差异,多数患者在gamma和beta频段取得较好的分类效果.
癫痫、相位锁定值、同步、聚类系数、特征路径长度、支持向量机
45
TP391(计算技术、计算机技术)
国家自然科学基金61503272,61305142,61373101,61741212;中国博士后科学基金2016M601287;山西省自然科学基金青年项目2015021090,201601D202042;山西省回国留学人员科研项目2016-037
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
291-295,302