经验模式分解与代价敏感支持向量机在癫痫脑电信号分类中的应用

• 作者: 周毅 尔西丁·买买提 张洋 李冬梅 杨日东 田翔华 董楠 陈子怡
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 脑电信号 癫痫 经验模式分解 代价敏感支持向量机 参数寻优
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 论著
• 页码范围: 33-37
• 页数: 5页
• 分类号: R318
• 字数: 4793字
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2017.01.07

摘要

提取出脑电信号中微弱征兆信息,可以更好地了解脑电信号的特征,但由于各类外界信号的相互混叠,信号呈现出非线性、非平稳性,因此脑电信号的提取是个难题.为此本研究提出了优于小波分解的经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,随后采取代价敏感支持向量机(CSVM)进行分类,并对参数进行寻优.在对癫痫患者脑电信号研究的实验中,分类准确率均达到90%以上,验证了本方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尔西丁·买买提		38	116	5.0	9.0
2	张洋	新疆医科大学第一附属医院神经内科	22	56	5.0	6.0
3	陈子怡	中山大学附属第一医院神经内科	32	157	7.0	10.0
4	田翔华		45	53	4.0	5.0
5	周毅		12	75	4.0	8.0
6	杨日东	中山大学中山医学院生物医学工程系	7	27	2.0	5.0
7	李冬梅		3	13	2.0	3.0
8	董楠	中山大学中山医学院生物医学工程系	3	15	2.0	3.0