生物医学工程学进展
生物醫學工程學進展
생물의학공정학진전
PROGRESS IN BIOMEDICAL ENGINEERING
2012年
3期
147-151
,共5页
癫痫波%小波分析%非线性能量算子%近似熵%SVM
癲癇波%小波分析%非線性能量算子%近似熵%SVM
전간파%소파분석%비선성능량산자%근사적%SVM
提出一种利用小波变换和能量算子对EEG进行预处理提取癫痫特征信号,进行近似熵估计,对脑电信号进行分类的新方法.首先利用小波分析将EEG信号进行4层分解分成多个子频带,对频率接近棘波的第1,2层小波系数计算非线性能量算子,再对能量算子进行近似熵估计,最后用SVM对EEG信号进行分类.结果表明,该方法对癫痫发作期EEG和正常的EEG分类效果比较理想.
提齣一種利用小波變換和能量算子對EEG進行預處理提取癲癇特徵信號,進行近似熵估計,對腦電信號進行分類的新方法.首先利用小波分析將EEG信號進行4層分解分成多箇子頻帶,對頻率接近棘波的第1,2層小波繫數計算非線性能量算子,再對能量算子進行近似熵估計,最後用SVM對EEG信號進行分類.結果錶明,該方法對癲癇髮作期EEG和正常的EEG分類效果比較理想.
제출일충이용소파변환화능량산자대EEG진행예처리제취전간특정신호,진행근사적고계,대뇌전신호진행분류적신방법.수선이용소파분석장EEG신호진행4층분해분성다개자빈대,대빈솔접근극파적제1,2층소파계수계산비선성능량산자,재대능량산자진행근사적고계,최후용SVM대EEG신호진행분류.결과표명,해방법대전간발작기EEG화정상적EEG분류효과비교이상.
