基于EEMD算法的癫痫脑电信号识别

• 作者: 吕兆承 李营
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 癫痫脑电信号 集合经验模式分解 最小二乘支持向量机 本征模式分量
• 年，卷（期）: 2014,（5）
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP391
• 字数: 2394字
• 语种: 中文

摘要

针对癫痫脑电(EEG)信号的非平稳性和非线性,提出一种基于集合经验模式分解(EEMD)脑电的方法,首先利用EEMD将EEG信号分解,得到各阶本征模式分量(IMF),然后提取有效特征,构成特征分量,最后用支持向量机(LS-SVM)对其分类;采用德国波恩癫痫研究室临床采集的癫痫脑电数据库,实验结果表明:特征提取方法对癫痫发作间歇期和发作期EEG的分类正确率最高可达99.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李营	淮南师范学院电气信息工程学院	18	41	3.0	5.0
2	吕兆承	淮南师范学院物理与电子信息系	18	37	3.0	5.0