基于跨层全连接神经网络的癫痫发作期识别

摘要: 在缺乏足够先验知识下，自适应癫痫发作期识别异常困难。提出一种新的度量通道之间的同步特征计算方法（聚类划分互信息），以相关矩阵方式组织单窗口内全局同步特征模式，进而设计一种跨层全连接神经网络分类器，对非平稳同步特征模式实现自适应分类。实验表明该方法可获得[98.19% #1; 0.24%]精确度，[98.27% #1; 0.51%]敏感度和[98.11% #1; 0.36%]特异度，超过了大部分现有方法的分类性能。另外，所提出方法无须去噪和去伪迹等预处理过程；而且其仅需设置一个超参数（时间窗），避免了过多的潜在错误参数设置而导致的分类性能的降低。