| 基于梯度boosting的癫痫脑电检测方法（英文） |
| |
| 作者姓名： | 陈爽爽 周卫东 耿淑娟 袁琦 王纪文 |
| |
| 作者单位： | 1.山东大学苏州研究院;2.山东大学信息科学与工程学院;3.山东大学齐鲁医院 |
| |
| 基金项目： | Key Program of Natural Science Foundation of Shandong Province,The Program of Science and Technology of Suzhou,Independent Innovation Foundation of Shandong University |
| |
| 摘 要： | 自动癫痫脑电检测对癫痫的诊断具有重要意义,可以减轻监测长期脑电的工作强度。本文提出和探讨一种基于梯度boosting的长程脑电癫痫检测的新机器学习算法。该算法提取长程脑电的相对波动指数作为特征,采用梯度boosting算法训练分类器来识别发作和正常脑电。最后采用平滑和"collar"技术作为后处理进一步提高检测准确率。利用弗莱堡21位病人的脑电数据对该癫痫检测算法进行评估,实验表明,该算法的平均灵敏度为94.6%,误检率为0.18/h。
|
| 关 键 词： | 脑电信号 癫痫检测 小波变换 波动指数 梯度boosting |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《测试科学与仪器》浏览原始摘要信息 |
|
点击此处可从《测试科学与仪器》下载免费的PDF全文 |
