基于贝叶斯最小风险的癫痫脑电自动检测算法

来源：计算机应用研究杂志2019年第12期北京时间：

作者：卫作臣,邹俊忠,张见,陈兰岚,

单位：华东理工大学信息科学与工程学院自动化系,上海200237；

摘要：提出一种新的不平衡分类算法，基于增减序列合并周期分割算法提取时域特征，引入随机映射优化了旋转森林的计算效率，进而计算基于海林格距离的贝叶斯最小风险来给出测试样本标签。该算法在1 s片段上得到了90.66%灵敏性，92.52%特异性，F2分数为0.905 5，并且检出了98.56%的癫痫发作，检测延迟为1.32 s，在不平衡的癫痫脑电数据集上表现出了良好的性能，对于癫痫辅助诊断有着极大的临床意义。

关键词：癫痫,时域特征,随机映射,旋转森林,代价敏感,贝叶斯最小风险,

基金资助：国家自然科学基金资助项目(61201124)；中央高校基本业务资金资助项目(222201817006)；；