基于机器学习的跨患者癫痫自动检测算法

2021-01-18 08:04:16杨舒涵周丰丰
吉林大学学报(理学版) 2021年1期
关键词:特征提取癫痫分类

杨舒涵, 李 博, 周丰丰

(1. 吉林大学 计算机科学与技术学院, 长春 130012;2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春 130012;3. 吉林大学 软件学院, 长春 130012)

癫痫是一种神经系统的疾病[1], 严重危害患者的生命安全. 癫痫检测可帮助医生更好地了解患者的发病信息, 并根据检测结果结合其他检测工具, 实现病灶定位. 传统检测方法是通过询问患者家属关于患者的以往发病史, 并观察患者的脑电数据, 得出结论. 脑电数据, 即脑电图(electroencephalo-graphy, EEG), 是一组随时间变化连续的一维数据, 可记录大脑活动时的电信号. 癫痫发作时, 通常会伴有大脑神经元的异常放电, 因此脑电数据对癫痫的检测有很大帮助. 癫痫检测被视为一个二分类问题, 分为发作期和发作间期, 发作间期指两次发作期之间的时刻. 目前对癫痫自动检测的研究多集中于专人专治, 即为每个患者建立自身的检测模型. Vidyaratne等[2]先使用快速小波分解和分形维数方法对脑电数据进行特征提取, 再使用相关支持向量机模型进行分类, 实现了模型与患者相关的癫痫检测. 该方法分类结果较好, 但是也存在以下问题: 首先, 模型的建立需要患者的以往发病记录, 而当患者无发病记录时, 即无法为该患者进行检测; 其次, 该模型不具有泛化性, 即一个患者的模型无法适用于其他患者.

针对上述问题, 本文提出一种使用机器学习的跨患者癫痫自动检测算法. 该算法首先使用滤波器对原始脑电数据进行固定频率范围的数据过滤, 达到去除噪声的目的;……

登录APP查看全文

猜你喜欢
特征提取癫痫分类
癫痫中医辨证存在的问题及对策
分类算一算
基于Gazebo仿真环境的ORB特征提取与比对的研究
电子制作(2019年15期)2019-08-27 01:12:00
教你一招:数的分类
玩电脑游戏易引发癫痫吗?
饮食科学(2017年5期)2017-05-20 17:11:53
一种基于LBP 特征提取和稀疏表示的肝病识别算法
左氧氟沙星致癫痫持续状态1例
西南军医(2015年4期)2015-01-23 01:19:30
基于MED和循环域解调的多故障特征提取
中医针药治疗脑卒中后癫痫临床观察
Walsh变换在滚动轴承早期故障特征提取中的应用
轴承(2010年2期)2010-07-28 02:26:12