摘要
为了更好的对致痫灶进行准确定位,提出了一种基于PCA(主成分分析)的定位方法。针对非线性动力学方法从不同角度提取癫痫脑电信号特征,首先采用主成分分析对高维特征向量进行降维处理,用随机森林进行分类;随后利用医学参考值范围找出各导联的差异变化,进而实现对致痫灶的初步定位。
In order to better locate seizure focus,a PCA（principal component analysis,PCA）-based localization method was proposed.In order to extract the characteristics of EEG from different angles,PCA was used to reduce the dimensionality of high-dimensional eigenvectors,and then to classify them with random forest.Then,the medical reference range was used to find out the difference of lead change and the preliminary localization of seizure was focused on.
出处
《生物医学工程研究》
北大核心
2017年第3期218-223,228,共7页
Journal Of Biomedical Engineering Research
基金
国家自然科学基金资助项目(61263011)
中央高校基本业务费项目(15ykcj03d)
广东省前沿与关键技术创新专项资金项目(2014B010118003,2015B010106008)
关键词
癫痫
致痫灶定位
主成分分析
随机森林
医学参考值范围
Epilepsy
Epileptic focus
Principal component analysis
Random forest
Medical reference range
