基于推土机距离和支持向量机的脑电癫痫检测算法

• 作者: 吴琦 周卫东 王芸 袁琦 袁莎莎
• 来源期刊: 测试科学与仪器
• 学科: 工学
• 关键词: 脑电信号 推土机距离 EMD-L1 支持向量机 小波分解 癫痫检测
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: Measurement techniques applied in chemistry,biology and medical science
• 页码范围: 94-102
• 页数: 9页
• 分类号: TN911.7
• 字数: 3841字
• 语种: 英文
• DOI: 10.3969/j.issn.1674-8042.2014.03.018

摘要

对于需要长期脑电图监测的癫痫患者，癫痫自动检测技术是十分必要的。本文所提出的基于多导联长程脑电的算法，首先，对脑电信号进行五层小波分解，取其中三层并求和，然后建立直方图并计算它们之间的距离。本文使用了一种有效的推土机距离算法，提出了脑电新特征EMD-L1。由于EMD-L1利用了 L1范式，有效降低了时间复杂度，提高了运算速度。本文采用支持向量机作为分类器，并对支持向量机的输出做了后处理，其中包括平滑滤波和“collar”技术，以获取更准确的检测结果。本文将所提出的方法与其他使用相同脑电数据库的癫痫检测方法相比较，实验结果表明本文提出的算法达到了较高的灵敏度95．73％、特异性98．45％以及较低的误判率0．33/h。该检测系统不但具有较高的精确度和较强的鲁棒性，而且可以对脑电数据进行实时分析，用于长期脑电监测中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴琦		19	46	4.0	5.0
2	周卫东	山东大学信息科学与工程学院	39	556	15.0	22.0
6	王芸	山东大学信息科学与工程学院	5	22	2.0	4.0
10	袁琦	山东大学信息科学与工程学院	10	140	5.0	10.0
14	袁莎莎	山东大学信息科学与工程学院	12	55	5.0	7.0