您当前的位置: > 详细浏览

基于贝叶斯最小风险的癫痫脑电自动检测算法 后印本

请选择邀稿期刊:
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。

版本历史

[V1] 2018-10-11 09:20:10 ChinaXiv:201810.00027V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量2908
  •  下载量1403
评论
分享