脑电信号的分形截距特征分析及在癫痫检测中的应用.pdfVIP

下载本文档

11
0
约1.15万字
约 5页
2017-09-12 发布于安徽
举报
版权申诉

脑电信号的分形截距特征分析及在癫痫检测中的应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

3O卷 4期中国生物医学工程学报 V01．30 No．4 August 2011 2011年8月 ChineseJournalofBiomedicalEngineering 脑电信号的分形截距特征分析及在癫痫检测中的应用王玉周卫东李淑芳袁琦耿淑娟 (山东大学信息科学与工程学院，济南 250100) 摘要：脑电信号的非线性特征会随癫痫发作而改变，脑电信号的特征分析和检测对癫痫的诊断和治疗具有重要意义。提出对癫痫脑电信号进行毯子维和分形截距的特征分析，并将分形截距应用于癫痫脑电信号的检测。首先提取脑电信号的分形截距和毯子维特征，并对两种特征的均值和方差进行比较，最后使用支持向量机分类器，实现脑电信号的分类检测。发现癫痫发作时脑电信号的分形截距显著高于发作问期，而脑电信号的毯子维在发作前后变化规律则不明显。将分形截距作为分类特征，能有效地区分癫痫脑电与间歇期脑电，具有较强的癫痫脑电检测性能，分类检测的准确率达到96％以上。关键词：脑电；癫痫；非线性特征；毯子维；分形截距中图分类号 R318 文献标识码 A 文章编号0258—8021(2011)04-0562-05 FractalInterceptAnalysisofEEG anditsApplicationforSeizureDetection WANGYu ZHOUWei—Dong LIShu-Fang YUANQiGENGShu-Juan (SchoolofInformationScienceandEngineering，ShandongUniversity，Jinan250100，China) Abstract：Nonlinearfeaturesofelectroencephalogram (EEG)varywithepilepticseizure，andthefeature analysisanddetectionofepilepticEEG aresignificantindiagnosisandtherapyofepilepsy．Thispaperpresents anepilepticEEG analysisapproach basedonblanketdimension andfractalinterceptfeatures，and applies fractalintercepttoepilepticEEG detection．Weextractfractalinterceptand blanketdimensionfeaturesof EEG，andcomparethemeanandvarianceofthosetwofeatures．Then，asupportvectormachineisappliedto classifyepilepticEEG signals．ItisfoundthatthefractalinterceptfeaturesofEEGduringepilepticseizureare significantlyhigherthan interictalEEG’S，whiletheblanketdimensionfeaturesofEEG show nosignificant differencesbeforeandafterseizures．Thefractalinterceptasaclassificationfeaturecouldbeusedtodistinguish epilepticEEG from intericalEEGwithhighperformanceforseizuredetection，andtheclassificationaccuracyis upto96％． Key words：electroenceph