TY - JOUR A2 - Brok, Herbert AU - Jacob, Jisu Elsa AU - Nair, Gopakumar Kuttappan AU - Iype, Thomas AU - Cherian，Ajith PY - 2018 DA - 2018/07/02 TI -脑病的诊断基于脑电图的能量部分波段使用离散小波变换和支持向量机SP - 1613456六世- 2018 AB -脑电图分析神经病学领域的通常使用像快速傅里叶变换频域方法。像脑电图这样复杂的生物医学信号最好使用时频算法进行分析。基于小波分解的脑电分析是脑电分析及其子带提取的一个较新的研究领域。本文旨在探讨离散小波变换在脑病脑电图子带提取中的应用。然后计算子带能量并将其作为特征集提供给SVM分类器，用于从正常健康受试者中识别脑病病例。在各种子带能量组合中，delta子带能量为SVM分类器提供了最高的性能参数，在识别脑病病例中准确率为90.4%。SN - 2090-1852 UR - https://doi.org/10.1155/2018/1613456 DO - 10.1155/2018/1613456 JF -神经学研究国际PB - Hindawi KW - ER -