动态成分分析(DyCA)及其在癫痫脑电中的应用
信号处理
2020-10-05 v1 机器学习
混沌动力学
摘要
动态成分分析(Dynamical Component Analysis, DyCA)是近期提出的一种检测方法，用于求解投影向量以降低多元确定性数据集的维度。它基于广义特征值问题的解，因此易于实现。本文介绍DyCA并将其应用于癫痫发作的EEG数据。所得特征向量用于信号投影，并将相应相空间轨迹与PCA和ICA投影进行比较。DyCA的特征值被用于癫痫发作检测，所得特异性、误发现率和漏检率结果与其他癫痫发作检测算法进行了比较。
引用
@article{arxiv.1902.01777,
title = {Dynamical Component Analysis (DyCA) and its application on epileptic EEG},
author = {Katharina Korn and Bastian Seifert and Christian Uhl},
journal= {arXiv preprint arXiv:1902.01777},
year = {2020}
}
备注
5 pages, 4 figures, accepted for IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2019