基于弹性变分模态分解的癫痫脑电信号分类方法

• 作者: 孙知信 张学军 景鹏
• 来源期刊: 物理学报
• 关键词: 弹性变分模态分解 精细复合多尺度散布熵 癫痫脑电
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 物理学交叉学科及有关科学技术领域
• 页码范围: 363-370
• 页数: 8页
• 语种: 中文
• DOI: 10.7498/aps.70.20200904

摘要

癫痫脑电信号分类对于癫痫诊治具有重要意义.为了实现病灶性与非病灶性癫痫脑电信号的分类,本文利用弹性网回归重构变分模态分解算法,提出弹性变分模态分解算法并将其应用到所提癫痫脑电信号分类方法中.该方法先将原信号分割成多个子信号,并对各子信号进行弹性变分模态分解,然后从分解后的不同变分模态函数中提取精细复合多尺度散布熵作为特征,最后利用支持向量机进行分类.针对癫痫脑电的公共数据集,最终的实验结果表明,准确率、灵敏度和特异度三个性能指标分别达到92.54％,93.22％和91.86％.