基于脑网络和TSK模糊系统的癫痫脑电识别

来源：计算机工程与应用杂志2020年第2期北京时间：

作者：杜轻，辛守庭，雷新宇，于海涛

单位：1.濮阳职业技术学院，河南 濮阳 457000；2.安阳学院 航空工程学院，河南 安阳 455000；3.天津大学 电气自动化与信息工程学院，天津 300072

摘要：脑电检测是癫痫疾病诊断的重要手段，但基于脑电信号特征的人工标记方法，对癫痫发作状态识别的准确度较低。将脑功能网络与TSK模糊系统相结合，提出一种癫痫脑电信号识别的新方法。通过分析多通道脑电信号之间的同步性，构建癫痫患者的脑功能网络，采用复杂网络方法提取特征参数；以脑网络参数为输入特征建立TSK模糊系统模型，通过监督式学习训练分类器，用于识别癫痫发作期的脑电波形。实验结果证明了该方法的有效性，模糊分类器对癫痫发作状态识别的准确度达到98.36%，99.48%敏感度和97.24%特异度。该方法将复杂网络与机器学习算法相融合，为通过脑电检测识别癫痫疾病状态提供了新方法，具有重要的应用价值。

关键词：脑电信号,复杂网络,模糊系统,机器学习