基于支持向量机的多通道癫痫发作预测

• 作者: 李志萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 癫痫发作预测 自回归模型 特征提取 独立成分分析 支持向量机 蒙特卡洛统计方法
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 安全技术
• 页码范围: 202-205,210
• 页数: 5页
• 分类号: TP39
• 字数: 4535字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.02.043

摘要

癫痫是一种大脑神经系统疾病，具有突发性和反复性，对患者的生命安全构成极大的威胁，有效预测癫痫对该病的预防和治疗具有重要的意义。为此，提取来自德国弗莱堡大学癫痫预测中心21个病人的公开数据集。利用独立成分分析方法对原始数据进行去冗余操作，自回归模型被用来对癫痫脑电进行特征提取。支持向量机模型和滤波器将预测问题转化为二分类问题。蒙特卡洛统计方法使得最终的结果具有统计学上的意义。实验结果表明，该模型能够提前30 min~70 min 预测到癫痫的发生，且误报率将近0，能为临床癫痫预警系统提供较好的理论依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志萍	同济大学电子与信息工程学院控制工程系	1	6	1.0	1.0