多维融合脑电特征的脑卒中分类预测

作     者：刘喜瑞 李凤莲 张雪英 胡风云 贾文辉 于放 LIU Xirui;LI Fengian;ZHANG Xueying;HU Fengyun;JIA Wenhui;YU Fang

作者机构：太原理工大学信息与计算机学院山西太原030024 山西省人民医院山西太原030024 

基　　金：国家自然科学基金资助项目(62171307) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第14期

页      码：174-179,184页

摘      要：为实现对脑卒中疾病的高效分类预测,提出一种基于多维融合脑电特征的脑卒中分类预测方法。提出基于优化经验模态分解的多重分形去趋势波动分析算法,采用Pearson相关系数优化经验模态分解实现对脑电信号趋势项的选取,以解决多重分形去趋势波动分析中趋势项确定难、不连续等问题。基于分层模糊熵提出不对称熵特征和不对称熵指数,分析两类脑卒中脑电信号整体和局部熵值的差异性。对多维融合脑电特征进行脑卒中分类预测,结果表明,提出的多维融合脑电特征分类预测性能优异,准确率达到94.90%,特异性达到99.89%,表现出较强的脑卒中分类预测性能。

主 题 词：脑卒中 经验模态分解 多重分形去趋势波动分析 不对称熵特征 不对称熵指数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2024.14.036

馆 藏 号：203128472...