一种基于改进经验模态分解的癫痫脑电识别新方法.pdfVIP

32卷 6期 中 国 生 物 医 学 工 程 学 报 V01．32 No．6 December 2013 2013年 12月 ChineseJournalofBiomedicalEngineering 一 种基于改进经验模态分解的癫痫脑 电识别新方法 庞春颖 王小甜 孙晓琳 (长春理工大学生命科学技术学院，长春 130022) 摘 要：在临床癫痫诊断过程中，为了提高癫痫脑电的识别率 ，能在癫痫发作前期就预测到癫痫疾病，其特征波的 提取至关重要。针对这一问题，提出将平行延拓与镜像延拓相结合来改进 EMD算法。首先，使用平行延拓的方 法，在原始脑 电信号的左、右端点处分别预测出一个极值 ；然后，使用基于镜像延拓的EMD方法，对信号进行镜像 延拓，以避免经验模态分解过程中的端点效应；最后，采用支持向量机进行信号的分类识别。算法验证数据取 自德 国伯恩大学癫痫研究中心的脑 电数据库 ，其中5O例是正常脑 电信号、5O例是癫痫发作间期的脑电信号。实验研究 表明：该方法对总测试脑 电信号的识别率达到94％。其中，正常脑 电信号和癫痫脑 电信号的独立识别率均为 94％，比传统 EMD算法处理后 的脑 电识别率提高了5％，可见该方法可 以有效地预测癫痫脑 电。 关键词：癫痫脑 电；平行延拓；镜像延拓；经验模态分解 (EMD)；支持向量机(SVM) 中图分类号 R318．O8 文献标志码 A 文章编号0258．8021(2013)06-0663-07 A New M ethodofEpilepticEEG IdentificationBased onImprovedEM D PANG Chun—Ying WANG Xiao—Tian SUN Xiao—Lin (SchoolofLifeScienceandTechnology，ChangchunUniversityofScienceandTechnology，Changchun，130022，China) Abstract：InordertoimprovetherecognitionrateofepilepticEEG andtopredictepilepticdiseaseintheearly stageofepileptic seizures，the characteristic wave extraction isvery important in the process ofclinical diagnosisofepilepsy．Tosolvethisproblem ，amethodthatcombinedparallelextensionwithmirrorextensionto improveEMD algorithm wasproposed．Firstly，extremevalueswerepredictedrespectivelyintheleftandright endpointsoftheoriginalEEG usingtheparallelextensionmethod．Then，theEMD methodbasedonthemirror extensionwasusedinordertoavoidtheendeffectintheprocessofEMD．Finally，theSVM classifierwasused forsignalclassificationandrecognition．Thealgorithm validation datawerefrom EEG databaseoftheEpilepsy ResearchCenter，UniversityofBonn，Germany(50casesnormalEEGsignalsand5