景鹏 张学军2)† 孙知信

1) (南京邮电大学电子与光学工程学院,微电子学院,南京 210023)

2) (南京邮电大学,射频集成与微组装技术国家地方联合工程实验室,南京 210023)

3) (南京邮电大学,江苏省邮政大数据技术与应用工程研究中心,南京 210003)

4) (南京邮电大学,国家邮政局邮政行业技术研发中心(物联网技术),南京 210003))

癫痫脑电信号分类对于癫痫诊治具有重要意义.为了实现病灶性与非病灶性癫痫脑电信号的分类,本文利用弹性网回归重构变分模态分解算法,提出弹性变分模态分解算法并将其应用到所提癫痫脑电信号分类方法中.该方法先将原信号分割成多个子信号,并对各子信号进行弹性变分模态分解,然后从分解后的不同变分模态函数中提取精细复合多尺度散布熵作为特征,最后利用支持向量机进行分类.针对癫痫脑电的公共数据集,最终的实验结果表明,准确率、灵敏度和特异度三个性能指标分别达到92.54%,93.22%和91.86%.

1 引 言

癫痫是一种由于人脑神经系统紊乱造成脑功能障碍的疾病,据世界卫生组织2019年统计,全世界有超5000万人患有癫痫[1],对具有抗药性的癫痫患者需要进行侵入性手术治疗,切除大脑中的部分致痫区域,因此手术前准确识别大脑中的致痫区域至关重要.脑电图 (electroencephalograph,EEG)记录了人脑皮层发出的轻微电流信号,癫痫发作时人脑中枢神经系统会出现异常使得同步神经元突然放电,相应的脑电图就会呈现出异常波动,从人脑致痫区域获得的……