Current Location:home > Detailed Browse

Article Detail

基于排列熵和支持向量机的癫痫发作预测研究

Abstracts

针对癫痫发作给病人带来的巨大伤害,为临床治疗留下足够空余时间,提出一个可以预测癫痫发作的系统模型。对21名癫痫病人进行研究,提取具有较低算法复杂度的排列熵构成特征向量,将其输入支持向量机(support vector machine,SVM)训练出学习模型,用来识别发作期样本,利用投票机制充分考虑病人差异来判断所处状态,最终实现癫痫的实时预测。结果表明,其中81%的发作可以提前平均50多分钟预测到,且具有较低的误报率。为癫痫发作预测系统的理论研究打下坚实基础。
Download Comment From cooperative journals:《计算机应用研究》 Hits:804 Downloads:482
Journal:计算机应用研究
Recommended references: 周梦妮,崔会芳,曹锐,王彬,阎鹏飞,相洁.(2018).基于排列熵和支持向量机的癫痫发作预测研究.计算机应用研究.[ChinaXiv:201804.01431] (Click&Copy)
Version History
[V1] 2018-04-12 14:02:13 chinaXiv:201804.01431V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO