资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
◇ EI
文章类型：
机构：
[1]中国科学院 苏州生物医学工程技术研究所（江苏苏州 215163）
[2]中国科学院大学（北京 100049）
中国科学院大学
[3]哈尔滨理工大学（哈尔滨 150080）
哈尔滨理工大学
[4]首都医科大学 宣武医院（北京 100053）
首都医科大学宣武医院
[5]脑功能疾病调控治疗北京市重点实验室（北京 100053）
出处：
ISSN：
关键词：
癫痫预测
脑电信号
功率谱
支持向量机
摘要：
睡眠中如果癫痫发作会增加患者并发症发作和猝死的概率,有效预测患者睡眠中的癫痫发作可让医患及时采取措施,降低上述概率.现有癫痫发作预测方法多是基于脑电信号设计的,但并未在睡眠时期进行针对性研究,而该时期脑电信号相比其他时期有其特殊性,因此为提高灵敏度、降低错误报警率,本文将挖掘睡眠脑电信号的特点,研究睡眠中癫痫发作的预测方法.本文提出的方法中首先构建特征向量,包括不同波段的绝对功率谱、相对功率谱和功率谱比值;其次应用分离性判据和分支定界法进行特征选择;最后训练支持向量机分类器并实现预测.相比于不针对睡眠脑电信号特点的癫痫预测方法(灵敏度91.67％,错误报警率9.19％),本文方法的灵敏度(100％)有所提高,而错误报警率(2.11％)则有所降低.本文方法是对现有癫痫预测方法的补充,具有一定的临床价值.
基金：
国家高技术研究发展计划（863计划）（2015AA020514）；
江苏省自然科学基金（BK2012189）；
江苏省重点研发计划-社会发展（BE2016613）；
脑功能疾病调控治疗北京市重点实验室开放课题
PubmedID：
中文影响因子：
第一作者：
第一作者机构：
[1]中国科学院 苏州生物医学工程技术研究所（江苏苏州 215163）
[2]中国科学院大学（北京 100049）
通讯作者：
通讯机构：
[1]中国科学院 苏州生物医学工程技术研究所（江苏苏州 215163）
推荐引用方式(GB/T 7714)：
刘伟楠,刘燕,佟宝同,等.基于功率谱的睡眠中癫痫发作预测[J].生物医学工程学杂志.2018,35(3):329-336.
