基于排列熵和支持向量机的癫痫发作预测研究

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-12 合作期刊: 《计算机应用研究》

周梦妮 崔会芳 曹锐 王彬 阎鹏飞 相洁

摘要： 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。

 点击量 1520  下载量 899  评论