第40卷第3期计算机应用与软件Vol.40No．32023年3月ComputerApplicationsandSoftwareMar．2023基于新型能量算子和多尺度熵的癫痫自动检测帅国彬胡伟波(南开大学电子信息与光学工程学院微电子工程系天津300350)收稿日期:2020－07－25。帅国彬，硕士生，主研领域:脑科学。胡伟波，研究员。摘要提出癫痫检测的新算法，创新地使用新型能量算子和多尺度熵，不仅能够实时跟踪脑电信号能量，而且可以在脑电信号未知情况下提取其有效的特征信息。对脑电信号进行一定尺度的小波变换;利用新型Teager能量算子和多尺度熵提取脑电信号的非线性特征，将特征信号输入到极限学习机中，用来识别正常脑电信号与癫痫脑电信号。实验结果表明，此方法具有高分类精度，可达到98．89%，优于文献中所报道的多种检测方法，可以应用于癫痫临床检测。关键词癫痫脑电信号小波变换新型Teager能量算子多尺度熵中图分类号TP391．4文献标志码ADOI:10．3969/j．issn．1000-386x．2023．03．022AUTOMATICDETECTIONOFEPILEPSYBASEDONNEWENEＲGYOPEＲATOＲANDMULTI-SCALEENTＲOPYShuaiGuobinHuWeibo(DepartmentofMicroelectronics，CollegeofElectronicInformationandOpticalEngineering，NankaiUniversity，Tianjin300350，China)AbstractThispaperproposesanewalgorithmforepilepsydetection．Thisalgorithmusedanewtypeofenergyoperatorandmulti-scaleentropyinnovatively，whichcouldnotonlytracktheenergyoftheEEGsignalinrealtime，butalsoextractitseffectivefeatureinformationwhentheEEGsignalwasunknown．WavelettransformwasperformedontheEEGsignalatacertainscale，thenthenewTeagerenergyoperatorandmulti-scaleentropywereusedtoextractthenonlinearcharacteristicsoftheEEGsignal．ThecharacteristicsignalwasinputintotheextremelearningmachinetoidentifythenormalEEGsignalsandepilepsyEEGsignals．Theexperimentalresultsshowthatthismethodhashighclassificationaccuracy，reaching98．89%，whichissuperiortothemultipledetectionmethodsreportedintheliteratureandcanbeappliedtoclinicalepilepsydetection．KeywordsEpilepsyEEGsignalWavelettransformNewTeagerenergyoperatorMulti-scaleentropy0引言癫痫(Epilepsy)是一种常见的慢性精神性脑部疾病，是由于大脑神经元突发异常放电所引起的大脑短暂性异常障碍，具有反复性和突发性［1］。脑电图(Electroencephalo...
