基于多尺度排列熵的脑电信号分类
摘要：头皮脑电(electroencephalogram,EEG)中包含了大量的生理和病理信息,在癫痫等脑科疾病的诊断中起着非常重要的作用。当前临床上对EEG信号的分析主要以临床医师目测分析为主,这使临床医师任务繁重,且分析结果没有定量化的标准。因此,癫痫脑电信号的自动化分类在当前临床应用上有着巨大的潜力。提出一种自动检测癫痫发作信号的方法,基于多尺度排列熵结合极限学习机分类器来识别癫痫脑电信号和正常脑电信号。实验结果表明这种自动识别癫痫脑电信号的方法不仅分类精度高,且计算速度快,对于癫痫发作的实时检测应用提供更多的可行性。
注: 保护知识产权,如需阅读全文请联系中国数字医学杂志社
相关推荐
更多
