典型文献
基于脑电信号的癫痫发作预测
文献摘要：
为满足临床上癫痫发作预测的准确性和实时性要求,提出一种基于时域和频域特征提取的癫痫发作预测算法.算法采用移动步长为1s,窗口大小为5s的数据段进行特征提取,并代替原始数据送入LightGBM分类器进行训练,样本分类标准为15min后患者癫痫发作与否,发作即为负样本.将该算法应用于南京市某医院癫痫数据集上进行测试,结果表明训练集召回率为100％,误报率为0/h;测试集召回率为84.18％,误报率为0.57/h.该算法可较好地解决现有数据的分类问题,对癫痫发作的预测具有一定应用价值.
文献关键词：
癫痫发作预测;脑电图;LightGBM;决策树;小波变换
中图分类号：
作者姓名：
朱柠;魏海坤;张侃健
作者机构：
东南大学自动化学院,江苏南京210096
文献出处：
引用格式：
[1]朱柠;魏海坤;张侃健-.基于脑电信号的癫痫发作预测)[J].软件导刊,2022(03):67-71
A类：
癫痫发作预测
B类：
脑电信号,频域特征,预测算法,步长,1s,5s,原始数据,送入,LightGBM,分类器,分类标准,15min,即为,算法应用,训练集,召回率,误报率,测试集,分类问题,脑电图,决策树,小波变换
AB值：
0.254886
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
