基于功能连接信息熵的精神分裂症EEG分类研究

• 作者: 李佩珍 牛焱 王彬 田程 相洁
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 精神分裂症 脑电信号(EEG) 相位同步 功能连接信息熵 SVM分类 功能脑网络
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 239-244
• 页数: 6页
• 分类号: TP391
• 字数: 5629字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0052

摘要

为了提高精神分裂症的有效诊断,利用网络功能连接信息熵的方法对51例精神分裂症患者和56例年龄匹配的正常人的脑电信号(Electroencephalogram,EEG)进行了分类.通过采用分频技术、相位同步分析方法、信息熵方法、支持向量机(Support Vector Machine,SVM)分类方法,大幅提高了分类准确率(98.13%),实现了对精神分裂症的有效诊断.该分类方法主要涉及两阶段:利用分频技术和相位同步分析方法,获得各频段的脑电信号在各个时间点的功能连接矩阵;基于整个时间域上的功能连接计算各频段的信息熵,并将其分别作为功能脑网络的分类特征训练SVM分类器,进而对两组被试分类.分类结果表明,该方法大幅提高了精神分裂症检测的准确率.

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	牛焱	太原理工大学信息与计算机学院	8	7	2.0	2.0
3	王彬	太原理工大学信息与计算机学院	15	16	2.0	3.0
4	李佩珍	太原理工大学信息与计算机学院	2	2	1.0	1.0
5	田程	太原理工大学信息与计算机学院	4	4	1.0	1.0