脑电图特征提取与癫痫发作检测的MATLAB代码

项目描述

本仓库提供了一套用于癫痫发作检测的脑电图（EEG）特征提取的MATLAB代码。该代码记录了癫痫发作检测任务中最具挑战性的部分——EEG特征工程的实现。这些EEG特征已被已发表的论文所使用，并在相关研究中得到了验证。

特征域功能描述

以下是代码中实现的EEG特征及其描述：

1. 基本统计特征（1-4）
   • 平均振幅
   • 标准振幅
   • 过零次数
   • 振幅范围
2. 光谱分析特征（5-16）
   • 每个频段的功率比和绝对功率（alpha、beta、theta、delta、gamma）
   • 频率质心
   • 总功率
3. 时频域特征（17-28）
   • 离散小波变换（DWT）在六个频段上系数的均值和标准差
4. 非线性特征（29-31）
   • ApEn（近似熵）
   • LZ复杂度
   • Hurst指数
5. 时空域特征（32-43）
   • 六个频段和大脑区域的锁相值
6. 同步测量特征（44-47）
   • 时域和频域中的动态扭曲
7. 复杂网络特征（48-62）
   • 从时间和频率不变网络中提取的特征

使用方法

1. 下载代码
   • 通过以下命令下载本仓库的代码：

     git clone git@github.com:ieeeWang/EEG-feature-se
     

2. 运行代码
   • 将下载的代码导入MATLAB环境中，按照代码中的说明运行特征提取脚本。
3. 参考文献
   • 功能1-47的实现参考了已发表的论文。
   • 功能48-62的实现基于相关博士论文的研究工作。

注意事项

• 本代码仅供研究使用，具体应用时请根据实际情况进行调整和优化。
• 如有任何问题或建议，欢迎通过GitHub Issues进行反馈。

贡献

欢迎对本项目进行贡献，包括但不限于代码优化、新特征的实现、文档完善等。请通过Pull Request提交您的贡献。

许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。

下载链接

脑电图特征提取与癫痫发作检测的MATLAB代码