基于多尺度排列熵的腦電信號分類
摘要：頭皮腦電(electroencephalogram,EEG)中包含了大量的生理和病理信息,在癲癇等腦科疾病的診斷中起著非常重要的作用。當前臨床上對EEG信號的分析主要以臨床醫師目測分析為主,這使臨床醫師任務繁重,且分析結果沒有定量化的標準。因此,癲癇腦電信號的自動化分類在當前臨床應用上有著巨大的潛力。提出一種自動檢測癲癇發作信號的方法,基于多尺度排列熵結合極限學習機分類器來識別癲癇腦電信號和正常腦電信號。實驗結果表明這種自動識別癲癇腦電信號的方法不僅分類精度高,且計算速度快,對于癲癇發作的實時檢測應用提供更多的可行性。
注: 保護知識產權,如需閱讀全文請聯系中國數字醫學雜志社
相關推薦
更多
