基于去趋势波动分析和支持向量机的癫痫脑电分类
癫痫脑电的自动检测与分类对于癫痫患者的诊断治疗具有重要意义.本文提出了一种基于去趋势波动分析(detrended fluctuation analysis,DFA)、波动指数和支持向量机(support vectormachine,SVM)的癫痫脑电分类方法.首先采用DFA方法计算脑电的标度指数,然后对脑电进行4~8 Hz、8~13 Hz、13~30 Hz带通滤波并分别计算波动指数,最后使用SVM分类器实现癫痫脑电波的自动分类.对临床脑电信号的实验表明,该方法具有较强的检测性能,分类准确率达到97%.
脑电图、去趋势波动分析、癫痫检测、支持向量机、波动指数
27
TP202.3(自动化技术及设备)
国家自然科学基金;山东省攻关计划;山东大学自主创新项目
2011-06-15(万方平台首次上网日期,不代表论文的发表时间)
175-182