基于去趋势波动分析和支持向量机的癫痫脑电分类

• 作者: 刘学伍 周卫东 李淑芳 王纪文 蔡冬梅 贾桂娟
• 来源期刊: 生物物理学报
• 学科: 工学
• 关键词: 脑电图 去趋势波动分析 癫痫检测 支持向量机 波动指数
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 175-182
• 页数: 8页
• 分类号: TP202+.3
• 语种: 中文

摘要

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%.