《计算机技术与发展杂志》发表论文赏析
作者:毛培名;黑玉光;杨姗姗;季虹
摘要:意识障碍(DOC)包括不同反应水平的神经状态,如无反应觉醒综合症(又称植物人状态,UWS/ VS)和最小意识状态(MCS)。 准确的对意识障碍患者进行意识水平评估,有助于医生为意识障碍患者提供合适的康复治疗方案,以最大程度恢复或改善患者的意识水平。 脑电图能够实时记录反映意识障碍患者意识水平的生理电活动,是实现意识水平评估的重要工具。 基于此,该文利用离散小波变换对意识障碍患者的静息态脑电图数据进行处理,以获取包含不同脑电频带信息的多尺度信号。 然后,从这些多尺度信号中提取了不同生理脑电图频带的关键特征———功率、谱熵和相干度。 最后,采用融合特征结合支持向量机(SVM)分类器实现意识障碍患者的意识水平评估。 实验结果显示,该方法获得了 91. 37% 的分类准确率。 与已有的意识水平评估方法相比较,该方法在意识障碍患者分类识别方面表现出更高的准确率。
关键词:意识障碍;意识水平评估;静息态脑电图;离散小波变换;支持向量机;融合特征