基于去趋势波动分析和支持向量机的癫痫脑电分类

作者：蔡冬梅; 周卫东; 李淑芳; 王纪文; 贾桂娟; 刘学伍

来源：生物物理学报, 2011, (02): 175-182.

• 脑电图
• 去趋势波动分析
• 癫痫检测
• 支持向量机
• 波动指数 Electroencephalogram
• Detrended fluctuation analysis
• Seizure detection
• Support vector machine
• Fluctuation index

癫痫脑电的自动检测与分类对于癫痫患者的诊断治疗具有重要意义。本文提出了一种基于去趋势波动分析(detrended fluctuation analysis,DFA)、波动指数和支持向量机(support vectormachine,SVM)的癫痫脑电分类方法。首先采用DFA方法计算脑电的标度指数,然后对脑电进行4~8 Hz、8~13 Hz、13~30 Hz带通滤波并分别计算波动指数,最后使用SVM分类器实现癫痫脑电波的自动分类。对临床脑电信号的实验表明,该方法具有较强的检测性能,分类准确率达到97%。

• 单位
  山东大学齐鲁医院; 山东大学