基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
实现癫痫脑电信号的自动检测对癫痫的临床诊断和治疗具有重要意义.本文提出先使用频率切片小波变换分离出5个不同频段的节律信号,再分别计算每个节律信号的近似熵和相邻节律的波动指数,最后使用遗传算法优化的支持向量机进行分类.实验结果表明,所提出的方法能够对正常、癫痫发作间期和癫痫发作期三种脑电信号进行准确分类,分类准确率为98.33%.
推荐文章
基于多分辨分析的脑电癫痫波自动检测
脑电信号
癫痫波
多分辨分析
自动检测
基于特征向量法和支持向量机的抑郁症脑电信号分类
特征向量法
分类
支持向量机
抑郁症
基于小波包变换的癫痫脑电棘波检测
癫痫棘波检测
小波包变换
信号重构
漏检率
误检率
小波变换和AR模型在脑电信号处理中的应用
脑电信号
小波变化
AR模型
消噪
信号检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测?
来源期刊 物理学报 学科
关键词 癫痫脑电信号 频率切片小波变换 支持向量机
年,卷(期) 2016,(3) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 038703-1-038703-7
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.65.038703
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈万忠 吉林大学通信工程学院 38 449 10.0 21.0
2 张涛 吉林大学通信工程学院 88 275 10.0 13.0
3 李明阳 吉林大学通信工程学院 11 64 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (12)
同被引文献  (40)
二级引证文献  (16)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(14)
  • 引证文献(5)
  • 二级引证文献(9)
2020(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
癫痫脑电信号
频率切片小波变换
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导