| 基于贝叶斯最小风险的癫痫脑电自动检测算法 |
| |
| 引用本文： | 卫作臣,邹俊忠,张见,陈兰岚. 基于贝叶斯最小风险的癫痫脑电自动检测算法[J]. 计算机应用研究, 2019, 36(12) |
| |
| 作者姓名： | 卫作臣 邹俊忠 张见 陈兰岚 |
| |
| 作者单位： | 华东理工大学信息科学与工程学院自动化系,上海200237;华东理工大学信息科学与工程学院自动化系,上海200237;华东理工大学信息科学与工程学院自动化系,上海200237;华东理工大学信息科学与工程学院自动化系,上海200237 |
| |
| 基金项目： | 国家自然科学基金资助项目(61201124);中央高校基本业务资金资助项目(222201817006) |
| |
| 摘 要： | 提出一种新的不平衡分类算法，基于增减序列合并周期分割算法提取时域特征，引入随机映射优化了旋转森林的计算效率，进而计算基于海林格距离的贝叶斯最小风险来给出测试样本标签。该算法在1 s片段上得到了90.66%灵敏性，92.52%特异性，◢F◣2分数为0.9055，并且检出了98.56%的癫痫发作，检测延迟为1.32 s，在不平衡的癫痫脑电数据集上表现出了良好的性能，对于癫痫辅助诊断有着极大的临床意义。
|
| 关 键 词： | 癫痫 时域特征 随机映射 旋转森林 代价敏感 贝叶斯最小风险 |
| 收稿时间： | 2018-07-25 |
| 修稿时间： | 2019-10-26 |
Automatic detection of epileptic EEG based on minimum Bayesian risk and rotation forest |
| |
| Wei Zuochen,Zou Junzhong,Zhang Jian and Chen Lanlan. Automatic detection of epileptic EEG based on minimum Bayesian risk and rotation forest[J]. Application Research of Computers, 2019, 36(12) |
| |
| Authors: | Wei Zuochen Zou Junzhong Zhang Jian Chen Lanlan |
| |
| Affiliation: | Department of Automation,School of Information Science and Engineering,East China University of Science and Technology,Shanghai,200237,,, |
| |
| Abstract: | |
| |
| Keywords: | epilepsy time-domain feature random projection rotation forest cost sensitive minimum Bayesian risk |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
