离散生物医学信号的一种新颖矩阵表示
定量方法
2016-01-14 v1 神经元与认知
摘要
在这项工作中，我们提出了一种新颖的对称方阵表示，用于一个或多个有限等长的数字信号。对于适当的窗口长度和滑动范式，该矩阵以二维图像形式包含了关于信号的有用信息。然后该表示既可作为代数矩阵也可作为几何图像处理。我们展示了两者在人类多通道颅内脑电图 (iEEG) 上的应用。在第一个应用中，我们表明对于某些患者，从癫痫灶通道获得的矩阵的最高特征值在发作期间升高。本文重点在于第二概念的应用，由此我们提出了一种基于公开基准数据的自动癫痫检测算法。除检测延迟外，在所有其他方面新算法均优于基于支持向量机 (SVM) 算法的检测性能。我们还指出了这种脑电信号的稀疏随机矩阵表示如何编码大脑活动。
引用
@article{arxiv.1601.03255,
title = {A Novel Matrix Representation of Discrete Biomedical Signals},
author = {Aditya Ramesh and Anagh Pathak and Kaushik Majumdar},
journal= {arXiv preprint arXiv:1601.03255},
year = {2016}
}