基于共同空间模型的癫痫脑电检测预测的优劣  

DETECTION AND PREDICTION OF EPILEPTIC EEG BY COMMON SPATIAL PATTERNS

作　　者：郑国正[1] 陈李胜[2] 张守文 徐翠萍 韩战钢[2] 

机构地区：[1]上饶师范学院,江西上饶334001 [2]北京师范大学管理学院,北京100875 [3]宣武医院,北京100054

出　　处：《北京师范大学学报（自然科学版）》2013年第4期430-437,共8页Journal of Beijing Normal University(Natural Science)

基　　金：国家自然科学基金资助项目(61074116);中央高校基本科研业务费专项资金资助项目

摘　　要：从辅助临床诊断为出发点,对癫痫脑电波的数据进行分析,用统计模式识别的方法——共同空间模型,结合统计学习理论——支持向量机,对脑电波进行检测和分类,结果表明共同空间模型方法可以很好的区分正常和异常的脑电波.而且对于一些癫痫发作模式,能够找到发作之前的征兆脑电波,进行预测.最后,对该检测预测系统之优劣进行了讨论.In epilepsy brain neurons produce abnormal electrical signals,which could be used for diagnosis.Electroencephalographs（EEG） were analyzed on both time and frequency domains.Statistic pattern recognition,common spatial patterns（CSP） and support vector machine（SVM） were used to classify EEG signals.It was suggested that special firing patterns may exist before epilepstic attacks.

关 键 词：癫痫 脑电波 共同空间模型 支持向量机 癫痫预测 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]