10.3969/j.issn.0258-8021.2008.06.006
基于CSSD和SVM的抑郁症脑电信号分类
从EEG脑电信号中提取与疾病相关的信息以实现对抑郁症的自动诊断.首先采用共空域子空间分解(CsSD)方法,对躁狂型抑郁症患者与健康人两组的16导联脑电信号进行特征提取,然后用支持向量机(SVM)分类器进行训练和分类测试.实验结果表明,相对于用小波变换提取的频率相关参数为分类特征的分类准确率为88%,采用CSSD方法提取特征参数进行分类可以取得更理想的效果为95%,后者的16导联脑电信号在空间模型上表现出较高的模式可分性.该研究成果对精神抑郁症的物理诊断和研究提供了新的视角.
CSSD、SVM、分类、精神抑郁症
27
R318.08(医用一般科学)
浙江省自然科学基金Y207738;教育部留学回国人员科研启动基金
2009-02-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
827-831