基于弹性变分模态分解的癫痫脑电信号分类方法
eEpileptic electroencephalogram signal classification method based on elastic variational mode decomposition作者机构：南京邮电大学电子与光学工程学院微电子学院南京210023 南京邮电大学射频集成与微组装技术国家地方联合工程实验室南京210023 南京邮电大学江苏省邮政大数据技术与应用工程研究中心南京210003 南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术)南京210003
出 版 物：《物理学报》 (Acta Physica Sinica)
年 卷 期：2021年第70卷第1期
页 面：363-370页
核心收录：
学科分类：0711[理学-系统科学] 1002[医学-临床医学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 100204[医学-神经病学] 10[医学]
基 金：国家自然科学基金(批准号:61972208 61672299)资助的课题
主 题：弹性变分模态分解 精细复合多尺度散布熵 癫痫脑电
摘 要：癫痫脑电信号分类对于癫痫诊治具有重要意义.为了实现病灶性与非病灶性癫痫脑电信号的分类,本文利用弹性网回归重构变分模态分解算法,提出弹性变分模态分解算法并将其应用到所提癫痫脑电信号分类方法中.该方法先将原信号分割成多个子信号,并对各子信号进行弹性变分模态分解,然后从分解后的不同变分模态函数中提取精细复合多尺度散布熵作为特征,最后利用支持向量机进行分类.针对癫痫脑电的公共数据集,最终的实验结果表明,准确率、灵敏度和特异度三个性能指标分别达到92.54%,93.22%和91.86%.
维普期刊数据库
同方期刊数据库