换一批摘要目的:通过算法的选择,对癫痫患者进行无创性脑电图筛查,以期及早发现、正确干预具有癫痫发病倾向的人群,有效降低癫痫的发病率、致残率和死亡率.方法:通过对基于支持向量机分析技术的数字脑电图(EEG)信号正常和癫痫特征波的提取、自动识别和分型等研究,以期实现癫痫的自动、规模性筛查.结果:癫痫患者和健康人的16导脑电信号在能量特征上表现出较高的模式可分性,支持向量机作为一种新的机器学习方法.具有较强的泛化能力.基于该算法的EEG信号的分类方法会成为诊断隐匿癫痫患者的一种新的可行途径.结论:SVM算法适合有限样本(小样本)问题,对自发脑电信号的分类可以取得较好的效果,可用于癫痫脑电信号异常的筛选.
更多相关知识
分类号
O29R749.1（精神病学）
栏目名称
DOI
10.3969/j.issn.1003-8868.2007.12.010
发布时间
2008-04-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览247
- 被引2
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
