计算机应用研究

作者：周梦妮,崔会芳,曹锐,王彬,阎鹏飞,相洁,

单位：太原理工大学a.信息与计算机学院;b.软件学院,太原030024；

关键词：癫痫,排列熵,支持向量机,预测,

基金：国家自然科学基金资助项目(61503272,61305142,61373101,61741212)；山西省自然科学青年基金资助项目(2015021090,201601D202042)；博士后基金资助项目(2016M601287)；山西省回国留学人员科研资助项目(2016-037)；山西省重点研发计划资助项目(201603D111014)；；

针对癫痫发作给病人带来的巨大伤害，为临床治疗留下足够空余时间，提出一个可以预测癫痫发作的系统模型。对21名癫痫病人进行研究，提取具有较低算法复杂度的排列熵构成特征向量，将其输入支持向量机（support vector machine，SVM）训练出学习模型，用来识别发作期样本，利用投票机制充分考虑病人差异来判断所处状态，最终实现癫痫的实时预测。结果表明，其中81%的发作可以提前平均50多分钟预测到，且具有较低的误报率。为癫痫发作预测系统的理论研究打下坚实基础。

来源：2019年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第6期