换一批基于稀疏表示的两阶段脑电癫痫波检测算法研究
Automatic Detection of Epileptiform Transients in EEG by a Two-stage Algorithm Based on Sparse Representation
摘要脑电癫痫特征波的自动检测具有重要的临床应用价值,本研究提出一种基于自适应预测滤波与稀疏表示的两阶段癫痫特征波检测算法.第一阶段,使用自适应预测滤波器粗检出有嫌疑的癫痫波时段,在保证检测正确率的同时,减少数据量,提高后续处理效率;第二阶段,先以高斯函数及其一、二阶导数为原子的生成函数构建一个冗余多成分字典,再应用匹配追踪算法仪获取可疑波段在此字典下的稀疏表示(自适应参数化表示),原子的结构参数能够准确度量瞬时波形的多种形态结构特征如宽度、幅度、锐度等,进而提出基于形态结构匹配的检测算法,对预检输出的可疑时段进行鉴别分类.检测结果表明该算法针对临床癫痫EEG的检测率为93.3%,正确率为88.5%,相应的漏检率为6.7%,误检率为11.5%.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2009.04.010
发布时间
2009-11-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家高技术研究发展计划（863计划）（863;2007AA12E100）
国家自然科学基金（60802039、60672074）
高等学校博士学科点专项科研基金（20070288050,M200606018）
- 浏览0
- 被引9
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
