基于样本熵和深度神经网络的癫痫检测方法研究

摘要

癫痫是大脑神经细胞群超同步放电的一种常见慢性神经疾病,为了更好地对癫痫进行检测,提出了基于EEG的样本熵和深度神经网络(Deep Neural Network,DNN)的方法.将EEG信号用小波变换进行预处理后,以10 s为时间片求出样本熵,实验表明癫痫发作期间样本熵下降,经统计分析样本熵能够和数据集中已标注的标签基本一致,以样本熵下降处的点作为癫痫发作标签对数据集进行深度神经网络学习,能够达到99.5%的检测准确性.