您当前的位置:首页 > 详细浏览

文献详情

基于贝叶斯最小风险的癫痫脑电自动检测算法

提交时间: 2018-10-11
作者: 卫作臣 1 ; 邹俊忠 1 ; 张见 1 ; 陈兰岚 1 ;
作者单位: 1.华东理工大学;

内容摘要

癫痫脑电的自动检测是一个不平衡分类问题。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,F2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。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:240 下载量:121
期刊:计算机应用研究
推荐引用方式: 卫作臣,邹俊忠,张见,陈兰岚.(2018).基于贝叶斯最小风险的癫痫脑电自动检测算法.计算机应用研究.doi:10.12074/201810.00027 (点此复制)
版本历史
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00027V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无