基于非负矩阵分解的癫痫脑电自动检测

• 作者: 张涛 张雨烟 李明阳 陈万忠
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 癫痫检测 分数阶傅里叶变换 短时傅里叶变换 非负矩阵分解 支持向量机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 551-559
• 页数: 9页
• 分类号: TP391.4
• 字数: 4837字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2017.05.012

摘要

针对多分类癫痫检测算法因特征维数多而导致识别率不理想的问题,提出了一种基于分数阶傅里叶变换(FrFT:Fractional Fourier Transform)和非负矩阵分解(NMF:Non-negative Matrix Factorization)的癫痫脑电自动识别算法.首先采用FrFT对脑电信号进行时频聚焦,并利用短时傅里叶变换(STFT:Short-Time FourierTransform)提取脑电信号的时频特征;再应用NMF对提取的时频特征进行降维;最后将降维后的特征输入到支持向量机(SVM:Support Vector Machine)分类器中进行识别.实验结果表明,该方法能识别正常、癫痫发作间期和癫痫发作期3类脑电信号,其分类准确率可达98.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨烟	吉大学通信工程学院	1	0	0.0	0.0
2	陈万忠	吉大学通信工程学院	1	0	0.0	0.0
3	张涛	吉大学通信工程学院	1	0	0.0	0.0
4	李明阳	吉大学通信工程学院	1	0	0.0	0.0