一种新的癫痫脑电融合特征提取方法

李艳艳，杨陈军，野梅娜，张 瑞

(西北大学 医学大数据研究中心, 陕西 西安 710127)



·数理科学·脑电数据分析专题研究·

一种新的癫痫脑电融合特征提取方法

李艳艳，杨陈军，野梅娜，张 瑞

(西北大学 医学大数据研究中心, 陕西 西安 710127)

癫痫是一种常见的大脑神经紊乱疾病,癫痫性发作主要由大脑中反常的神经元的超同步放电引起。为了更好地完成癫痫性发作的自动检测,文中提出了一种新的癫痫脑电融合特征提取方法。一方面,在基于Hjorth参数的振幅移动性与振幅复杂度的基础上,结合Hilbert变化提出了一种新的频率移动性与频率复杂度,然后将他们合成定义为改进的Hjorth参数特征;另一方面,结合二阶差分提出了一种改进的二阶差分样本熵。最后将改进的Hjorth参数特征与二阶差分样本熵一起作为融合特征放入超限学习机(ELM)中进行分类。数值实验结果表明,文中所提出的融合特征与ELM结合的癫痫性发作的自动检测方法与已有方法相比,检测性能有了很大提高,准确率可达到97.42%。

癫痫脑电;Hjorth参数;差分;样本熵;超限学习机(ELM)

癫痫是一种常见的大脑神经紊乱疾病。癫痫性发作主要由大脑中反常的神经元的超同步放电引起,其特点是突发性和反复性,对患者的生理和心理都造成巨大伤害,严重危害人们的正常生活,患者的过早死亡率可能是正常人的2～3倍。因此,关于癫痫的有效诊断和治疗具有十分重要的临床意义和社会意义[1-2]。

脑电图(electroencephalogram,EEG)是大脑神经细胞电活动在大脑皮层或头皮表面的总体反映,是研究癫痫的重要工具[3]。……