[发明专利]基于多尺度样本熵的癫痫脑皮层电图信号分类方法

摘要

本发明公开了基于多尺度样本熵的癫痫脑皮层电图信号的分类方法，属于非线性信号处理技术领域。本发明包括信号获取与预处理模块、特征计算与提取模块、分类模块。信号获取与预处理模块主要对信号进行滤波与伪迹去除；特征计算与提取模块采用多尺度样本熵对正常脑皮层电图信号和癫痫脑皮层电图信号进行分析，并选取适当的信道与尺度因子作为特征输入；分类模块利用支持向量机对癫痫脑皮层电图信号进行分类检测，支持向量机算法将发作状态转换为二分类问题，降低了计算复杂度，同时具有良好的实时性。本发明可以用于癫痫的检测与预警，有很高的敏感度、特异性和准确率。

主权项

一种基于多尺度样本熵的癫痫脑皮层电图信号分类方法，其特征在于：步骤一：对癫痫脑皮层电图信号预处理，利用CCA对信号进行去伪迹，步骤二：对正常脑皮层电图信号和癫痫脑皮层电图信号进行多尺度样本熵分析，提取出反应信号的特性的对应信道下的合适尺度因子下的样本熵作为输入特征，步骤三：利用选定的信道下的适当的尺度因子下的样本熵作为特征输入对癫痫脑皮层电图信号进行分类检测。