基于模糊聚类优化高斯混合模型的高频振荡节律检测方法
- 专利权人:
- 中国地质大学(武汉)
- 发明人:
- 吴敏,万雄波,方泽林,万婷,杜玉晓
- 申请号：
- CN201810552305.1
- 公开号：
- CN108875604A
- 申请日:
- 2018.05.31
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明提供了基于模糊聚类优化高斯混合模型的高频振荡节律检测方法,基于聚类分析的方法对高频振荡节律进行检测,选取模糊熵、短时能量、功率比和频谱质心为癫痫脑电信号的特征,将其构成特征向量作为聚类算法的输入,采用期望最大化高斯混合模型聚类算法对该特征向量进行分类,并采用模糊c‐均值聚类算法得到期望最大化高斯混合模型聚类算法的初始化参数;选取中位数和四分位距分析每类的统计学特征,检测出高频振荡节律。本发明的有益效果:提高癫痫脑电信号的高频振荡节律的检测速度,帮助医生进行癫痫诊断和致痫灶切除。
- 来源网站：
- 中国工程科技知识中心
