论文研究 自动检测早产儿的异常脑电图

许多早产儿患有由早产并发症引起的神经疾病。 儿童神经系统疾病的检测是一项重要的挑战。 脑电图是建立长期神经系统预后的重要技术。 在此范围内，本研究的目的是提出一种自动检测异常早产婴儿的脑电图（EEG）的方法。 预处理了少于35个孕周后出生的100例婴儿的316个新生儿EEG记录，并计算了标准差的时间序列。 将此时间序列设置为阈值以检测突发间隔（IBI）。 从爆发和IBI中提取时间特征。 一步进行分类的特征选择，以便根据分类性能选择特征的最佳组合。 测试了两个分类器：多个线性回归和支持向量机（SVM）。 使用交叉验证计算性能。 方法已在没有严重脑损伤的100名婴儿的语料库中得到验证。 多元线性回