基于排列熵和支持向量机的癫痫发作预测研究

• 作者: 周梦妮 崔会芳 曹锐 王彬 相洁 阎鹏飞
• 来源期刊: 计算机应用研究
• 关键词: 癫痫 排列熵 支持向量机 预测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1696-1699
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.12.0816

摘要

针对癫痫发作给病人带来的巨大伤害,为临床治疗留下足够空余时间,提出一个可以预测癫痫发作的系统模型.对21名癫痫病人进行研究,提取具有较低算法复杂度的排列熵构成特征向量,将其输入支持向量机(support vector machine,SVM)训练出学习模型,用来识别发作期样本,利用投票机制充分考虑病人差异来判断所处状态,最终实现癫痫的实时预测.结果 表明,其中81％的发作可以提前平均50多分钟预测到,且具有较低的误报率.为癫痫发作预测系统的理论研究打下坚实基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	相洁	太原理工大学信息与计算机学院	34	182	9.0	12.0
2	曹锐	太原理工大学软件学院	24	100	5.0	9.0
3	王彬	太原理工大学信息与计算机学院	15	16	2.0	3.0
4	周梦妮	太原理工大学信息与计算机学院	4	8	2.0	2.0
5	阎鹏飞	太原理工大学信息与计算机学院	3	6	1.0	2.0
6	崔会芳	太原理工大学信息与计算机学院	2	6	1.0	2.0