基于稀疏表示的脑电棘波检测算法研究

作     者：孙玉宝 吴敏 韦志辉 肖亮 冯灿 SUN Yu-bao;WU Min;WEI Zhi-hui;XIAO Liang;FENG Can

作者机构：南京理工大学计算机科学与技术学院模式识别与智能系统实验室江苏南京210094 南京理工大学理学院应用数学系江苏南京210094 南京军区南京总医院江苏南京210002 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2009年第37卷第9期

页      面：1971-1976页

核心收录：

学科分类：0711[理学-系统科学] 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] 

基　　金：国家自然科学基金(No.60672074) 国家高技术发展计划(863计划)(No.2007AA12Z142) 江苏省自然科学基金项目(No.BK2006569) 中国博士后科学基金(No.20060390285) 江苏省博士后科学基金(No.200601005B) 教育部高校博士点专项科研基金(No.20070288050,M200606018) 江苏省研究生创新基金 

主　　题：棘波检测 稀疏表示 多成份字典 匹配追踪 形态结构 

摘      要：提出了一种基于稀疏表示的脑电棘波检测算法,首先以高斯函数及其一、二阶导数为原子的生成函数构建了一个冗余多成份字典,再应用匹配追踪算法获取脑电信号在此字典下的M项稀疏逼近,由该逼近的导数信息与原子的结构参数可准确度量瞬时波形的形态结构特征,进而提出基于形态结构匹配的棘波检测算法,克服了Gabor字典不能识别周期化棘波序列的缺点,同时能够有效去除背景节律与伪迹的影响,检测结果表明该算法针对临床EEG信号的检测率高达93.9%,正确率高达88.0%.