基于贝叶斯最小风险的癫痫脑电自动检测算法

摘要

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. 905 5,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。

关键词