基于脑网络和TSK模糊系统的癫痫脑电识别

• 作者: 于海涛 杜轻 辛守庭 雷新宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 脑电信号 复杂网络 模糊系统 机器学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 133-140
• 页数: 8页
• 分类号: TP183
• 字数: 6640字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1809-0368

摘要

脑电检测是癫痫疾病诊断的重要手段,但基于脑电信号特征的人工标记方法,对癫痫发作状态识别的准确度较低.将脑功能网络与TSK模糊系统相结合,提出一种癫痫脑电信号识别的新方法.通过分析多通道脑电信号之间的同步性,构建癫痫患者的脑功能网络,采用复杂网络方法提取特征参数;以脑网络参数为输入特征建立TSK模糊系统模型,通过监督式学习训练分类器,用于识别癫痫发作期的脑电波形.实验结果证明了该方法的有效性,模糊分类器对癫痫发作状态识别的准确度达到98.36％,99.48％敏感度和97.24％特异度.该方法将复杂网络与机器学习算法相融合,为通过脑电检测识别癫痫疾病状态提供了新方法,具有重要的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于海涛	天津大学电气自动化与信息工程学院	14	46	4.0	6.0
2	杜轻		1	0	0.0	0.0
3	辛守庭	安阳学院航空工程学院	4	3	1.0	1.0
4	雷新宇	天津大学电气自动化与信息工程学院	2	0	0.0	0.0