基于贝叶斯最小风险的癫痫脑电自动检测算法

• 作者: 卫作臣 张见 邹俊忠 陈兰岚
• 来源期刊: 计算机应用研究
• 关键词: 癫痫 时域特征 随机映射 旋转森林 代价敏感 贝叶斯最小风险
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3729-3734
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0415

摘要

提出一种新的不平衡分类算法,基于增减序列合并周期分割算法提取时域特征,引入随机映射优化了旋转森林的计算效率,进而计算基于海林格距离的贝叶斯最小风险来给出测试样本标签.该算法在1 s片段上得到了90.66％灵敏性,92.52％特异性,F2分数为0.905 5,并且检出了98.56％的癫痫发作,检测延迟为1.32 s,在不平衡的癫痫脑电数据集上表现出了良好的性能,对于癫痫辅助诊断有着极大的临床意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹俊忠	华东理工大学信息科学与工程学院自动化系	43	273	9.0	15.0
2	张见	华东理工大学信息科学与工程学院自动化系	18	133	5.0	11.0
3	陈兰岚	华东理工大学信息科学与工程学院自动化系	16	47	4.0	6.0
4	卫作臣	华东理工大学信息科学与工程学院自动化系	8	60	3.0	7.0