基于跨层全连接神经网络的癫痫发作期识别

在缺乏足够先验知识下,自适应癫痫发作期识别异常困难。提出一种新的度量通道之间的同步特征计算方法(聚类划分互信息),以相关矩阵方式组织单窗口内全局同步特征模式,进而设计一种跨层全连接神经网络分类器,对非平稳同步特征模式实现自适应分类。实验表明该方法可获得[98.19%±0.24%]精确度,[98.27%±0.51%]敏感度和[98.11%±0.36%]特异度,超过了现有大部分方法的分类性能。另外,该方法无须去噪和去伪迹等预处理过程;而且其仅需设置一个超参数(时间窗),避免了过多的潜在错误参数设置而导致的分类性能的降低。