基于小波多尺度分析和极限学习机的癫痫脑电分类算法

发布时间：2017-07-16 07:16

  本文关键词：基于小波多尺度分析和极限学习机的癫痫脑电分类算法

  更多相关文章： 小波多尺度分析 Hurst指数 样本熵 癫痫脑电 极限学习机

【摘要】：癫痫脑电的自动分类对于癫痫的诊断和治疗具有重要意义。本文提出了一种基于小波多尺度分析和极限学习机的癫痫脑电分类方法。首先,利用小波多尺度分析对原始脑电信号进行多尺度分解,提取出不同频段的脑电信号。然后采用Hurst指数和样本熵两种非线性方法对原始脑电信号和小波多尺度分解得到的不同频段脑电信号进行特征提取。最后,将得到的特征向量输入到极限学习机中,实现癫痫脑电分类的目的。本文采用的方法在区分癫痫发作期和发作间期时取得了99.5%的分类准确率。结果表明,本方法在癫痫的诊断和治疗中具有很好的应用前景。
【作者单位】： 西北核技术研究所;
【关键词】： 小波多尺度分析 Hurst指数 样本熵 癫痫脑电 极限学习机
【分类号】：R742.1;R741.044
【正文快照】： 引言癫痫是一种由多种病因引起的慢性脑功能障碍疾病,其典型特征是大脑局部神经元反复地、突然地过度放电,导致中枢神经系统功能失常[1]。全世界有1%~2%的人口患有癫痫[2]。癫痫患者临床表现为肌肉抽搐、意识丧失等,频繁的癫痫发作往往会给患者的身体带来极大的伤害,甚至危及

【相似文献】

中国重要会议论文全文数据库 前3条

1 武粤;李淑玲;孟小红;;小波多尺度分析在重力场边缘检测中的应用[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

2 曾德良;刘继伟;柳玉;;小波多尺度分析方法在磨辊磨损检测中的应用[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年

3 杨文采;候遵泽;程振炎;;重力场小波多尺度分析与大别苏鲁造山带岩石圈分区[A];《大地测量与地球动力学进展》论文集[C];2004年

中国硕士学位论文全文数据库 前2条

1 连江龙;小波多尺度分析的应用研究[D];福建师范大学;2008年

2 高燕;基于小波多尺度分析的图像检索技术研究[D];扬州大学;2006年

，

本文编号：547551