基于SVM算法癫痫脑电的研究初探

• 作者: 刘铁兵 吴敏 汤黎明 韦志辉
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 支持向量(support vector machine,SVM) 癫痫 脑电图 筛查
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 研究论著
• 页码范围: 23-25
• 页数: 3页
• 分类号: O29|R749.1
• 字数: 3455字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8868.2007.12.010

摘要

目的:通过算法的选择,对癫痫患者进行无创性脑电图筛查,以期及早发现、正确干预具有癫痫发病倾向的人群,有效降低癫痫的发病率、致残率和死亡率.方法:通过对基于支持向量机分析技术的数字脑电图(EEG)信号正常和癫痫特征波的提取、自动识别和分型等研究,以期实现癫痫的自动、规模性筛查.结果:癫痫患者和健康人的16导脑电信号在能量特征上表现出较高的模式可分性,支持向量机作为一种新的机器学习方法.具有较强的泛化能力.基于该算法的EEG信号的分类方法会成为诊断隐匿癫痫患者的一种新的可行途径.结论:SVM算法适合有限样本(小样本)问题,对自发脑电信号的分类可以取得较好的效果,可用于癫痫脑电信号异常的筛选.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦志辉		124	1896	20.0	36.0
2	汤黎明		269	2052	21.0	29.0
3	吴敏		142	1340	21.0	27.0
5	刘铁兵		120	988	16.0	23.0