光电子·激光2021，Vol.32Issue(10) ：1083-1091.DOI:10.16136/j.joel.2021.10.0123

基于希尔伯特边际谱和极限学习机的癫痫脑电信号分类

Epileptic EEG signal classification based on Hilbert marginal spec-trum and extreme learning machine

火元莲 陈萌萌 郑海亮 连培君 张健
光电子·激光2021，Vol.32Issue(10) ：1083-1091.DOI:10.16136/j.joel.2021.10.0123
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于希尔伯特边际谱和极限学习机的癫痫脑电信号分类

Epileptic EEG signal classification based on Hilbert marginal spec-trum and extreme learning machine

火元莲 1陈萌萌 1郑海亮 1连培君 1张健1
扫码查看

作者信息

  • 1. 西北师范大学物理与电子工程学院,甘肃兰州730070
  • 折叠

摘要

提出了一种基于希尔伯特边际谱和极限学习机相结合的癫痫脑电信号分类方法.首先将脑电信号进行经验模态分解,对前5个本征模态函数进行希尔伯特变换,得到其希尔伯特边际谱;然后将希尔伯特边际谱的Shannon熵、Renyi熵和Tsallis熵,以及5个不同频段节律信号的能量作为有效特征输入极限学习机进行分类.实验结果表明,本文方法对癫痫信号的分类准确率达到了99.8％,相比其它分类方法具有更高的检测精度和运算速度,对癫痫发作的实时检测具有潜在的应用价值.

关键词

癫痫脑电(electroencephalogram,EEG)信号/希尔伯特边际谱/极限学习机/谱熵/子带能量

引用本文复制引用

基金项目

国家自然科学基金(61561044)

出版年

2021
光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
参考文献量4
段落导航相关论文