基于广义S变换和随机森林算法的癫痫脑电信号特征提取与分类研究

发布时间：2024-06-29 05:28

　　癫痫是由多种病因导致的临床综合性疾病,是常见的神经系统疾病之一。全球有5000万左右的癫痫患者,中国患病人数超过900万,患病率约为5⁷‰。临床上根据线上采集的脑电图的特征对癫痫患者进行检测,但是,由于这项工作的主观性和随机性,医疗工作人员在视觉检查中对患者的脑电图采取研究并且总结结论,这是不充分的。因此,采取信号处理和模式识别方法对脑电信号进行检测从而减少主观误差和降低医疗工作者的工作强度,就显得尤为重要。近几年来,以信号处理和模式识别为基础,越来越多的脑电信号处理方法被用作研究,由于脑电信号的自身特性以及技术局限性的特点,不同的方法总会出现这样那样的问题,进而导致脑电信号的提取和处理中存在噪声、识别准确率低和评价指标较少的缺点。为了改善噪声干扰、识别准确率低和评价指标较少等情况,本文首先采用巴特沃斯带通滤波器对德国波恩大学实验室所提供的癫痫脑电数据进行去噪预处理,然后分别选取三种不同方法对纯净的癫痫脑电信号进行特征值提取和分类,最后引入随机森林算法评价指标对三种方法进行比较,得出评价效果。本文的研究工作主要分为以下几个方面:1.为了解决数据源缺陷、采集不够准确...

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图2.1小波包分解示意图

图2.1小波包分解示意图图中AnS为低频成分，DnS为高频成分。小波包的优势在于可以将高频部分的进行细并且得出相应结论，因此具有更强的分析能力。离散信号nx进行小波包变换[34]，如公式3.7、3.8、3.9所示：112(2)2()2(2)ppp....

图3.1随机森林生成森林过程示意图

第3章基于随机森林算法的癫痫脑电信号特征值分类研究机森林算法执行上述的两个步骤，可以得到特定条件下的随机森林。然后最终通过大多数类的结果。简言之，随机森林算法主要就是两大过程：生成森林和进行决林可由下图表示：

图3.2随机森林进行决策过程示意图

图3.1随机森林生成森林过程示意图决策示意图如下图所示：

图4.110-20系统电极安放示意图

第4章癫痫脑电信号特征值提取与特征值分类实验言章和第三章我们详细介绍了癫痫脑电信号的几种特征值提取方法和随机森别介绍了基于小波变换、S变换和广义S变换的癫痫脑电信号特征值提取方机森林算法的特征值分类方法。在2.3节中我们简要介绍了基于三种算法的特征值提取方法，在....

本文编号：3997237