基于支持向量机的多通道癫痫发作预测.pdf

第40 卷 第2 期 计 算 机 工 程 2014 年2 月 Computer Engineering February 2014 Vol.40 No.2 文章编号文章编号：：1000—3428(2014)02—0199—04 文献标识码文献标识码：：A 文章编号文章编号：： 文献标识码文献标识码：： 中图分类号中图分类号：：TP39 ·人工智能及识别技术·人工智能及识别技术·· 中图分类号中图分类号：： ··人工智能及识别技术人工智能及识别技术·· 基于支持向量机的多通道癫痫发作基于支持向量机的多通道癫痫发作预测预测 基于支持向量机的多通道癫痫发作基于支持向量机的多通道癫痫发作预测预测 李志萍李志萍 李志萍李志萍 ( 同济大学电子与信息工程学院控制工程系，上海 201804) 摘摘 要：要：癫痫是一种大脑神经系统疾病，具有突发性和反复性，对患者的生命安全构成极大的威胁，有效预测癫痫对该病的预防 摘摘 要要：： 和治疗具有重要的意义。为此，提取来自德国弗莱堡大学癫痫预测中心21 个病人的公开数据集。利用独立成分分析方法对原始数 据进行去冗余操作，自回归模型被用来对癫痫脑电进行特征提取。支持向量机模型和滤波器将预测问题转化为二分类问题。蒙特 卡洛统计方法使得最终的结果具有统计学上的意义。实验结果表明，该模型能够提前30 min~70 min 预测到癫痫的发生，且误报率 将近0 ，能为临床癫痫预警系统提供较好的理论依据。 关键词关键词：癫痫发作预测： ；自回归模型；特征提取；独立成分分析；支持向量机；蒙特卡洛统计方法 关键词关键词：： Multi-channel Seizure Prediction Based on Support Vector Machine LI Zhi-ping (Dept. of Control Engineering, School of Electronics and Information, Tongji University, Shanghai 201804, China) 【【Abstract 】】Epilepsy is a brain disease. As the disease is sudden and repeated, which poses a great threat to safety of patients, effective 【【 】】 pre