计算机工程与应用

2020, v.56;No.965(22) 154-159

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

抑郁症患者脑电导联选择算法及分类研究
Study on Selection Algorithm of Channels and Classification of EEG in Patients with Depression

沈潇童;毕卉;王苏弘;李文杰;邹凌;

摘要(Abstract):

基于EGI公司64导脑电采集系统,采集了16位青少年抑郁症患者和16位正常人静息态下闭眼4分钟的脑电数据。运用频谱不对称分析法(Spectral Asymmetry Index,SASI)和去趋势波动分析(Detrended Fluctuation Analysis,DFA)算法提取脑电时域和频域特征。针对提取的特征的导联,一方面,选择最佳电极Pz作为分类的导联,另一方面,通过遗传算法对所有导联进行筛选,将筛选后的导联特征用于分类。使用支持向量机(Support Vector Machine,SVM)在单导联和多导联的情况下,对抑郁症患者和正常人进行分类,结果发现,单导联下,使用SVM分类器对抑郁组和对照组的SASI和DFA结果进行分类,分类精度分别为45.5%和51.5%,使用遗传算法的分类精度分别为78.1%和90.6%,SASI算法的计算实时性优于DFA算法,DFA算法的准确性优于SASI算法。该研究为抑郁症的计算机辅助诊断提供了理论依据。

关键词(KeyWords): 脑电信号(EEG);抑郁症;频谱不对称分析(SASI);去趋势波动分析(DFA)

Abstract:

Keywords:

基金项目(Foundation): 江苏省科技厅社会发展项目(No.BE2018638);; 常州市科技项目(No.CE20195025);; 江苏省“333高层次人才培养工程”项目;; 常州大学科研资助项目(No.ZMF18020322)

作者(Author): 沈潇童;毕卉;王苏弘;李文杰;邹凌;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享