腦電圖是人腦神經元動態活動的綜合表現形式,可以用來研究癲癇的腦部病理變化。本文引入多尺度排列熵(MPE)的概念,將其應用于癲癇患者和健康人的腦電圖特征提取,并將所有特征參數送入支持向量機(SVM)進行分類。實驗結果表明,在區分癲癇患者和健康人的腦電圖時平均分類精度達100%,癲癇發作間期和發作期的平均分類精度為99.58%。與同時輸入的1~5個單尺度排列熵(PE)對比分析發現,MPE比PE更能反映癲癇腦電圖多尺度上的特征,能更好、更穩定地實現癲癇預測。
