本文已被:浏览 97次 下载 3次
中文摘要: 针对癫痫患者多场景下的健康监护问题,研发了一种无线可穿戴脑电传感器,可以在本地实时识别癫痫发作。该传感器首先使用ADS1299模数转换芯片采集脑电信号,在STM32F4微处理器中使用工频陷波器和带通滤波器对脑电信号进行实时滤波,然后周期性地提取不同频段的Hjorth特征得到特征向量,利用支持向量机(Support Vector Machine,SVM)分类器进行癫痫发作识别,最后通过低功耗蓝牙(BLE)将癫痫发作状态发送到外部设备,联动外部设备实现癫痫发作报警。为了能够实现实时识别癫痫发作,从STM32的架构和中断机制入手对数据传输和算法执行进行了优化。经CHB-MIT癫痫数据集测试,该传感器可以实时、有效地识别癫痫发作状态,平均识别准确率达97%.
Abstract:
keywords:
文章编号:cg220634 中图分类号:TP212.3;TP391 文献标志码:
基金项目:
作者 | 单位 | |
戴壮壮,何 宏,汪焰兵 | 上海理工大学健康科学与工程学院 | hehong@usst.edu.cn |
Author Name | Affiliation | |
hehong@usst.edu.cn |
引用文本: