摘要：癲癇發(fā)作檢測(cè)一直是一項(xiàng)富有挑戰(zhàn)性的工作,隨著癲癇發(fā)病率的增加,高性能癲癇自動(dòng)檢測(cè)算法在臨床上可以減輕醫(yī)務(wù)工作者的工作量,具有重要的臨床醫(yī)學(xué)研究意義。提出基于加權(quán)水平可視圖的癲癇檢測(cè)新方法。首先利用加權(quán)水平可視圖將單通道腦電信號(hào)轉(zhuǎn)化為復(fù)雜網(wǎng)絡(luò),并提取生成的復(fù)雜網(wǎng)絡(luò)的度的平方和權(quán)重度分布熵兩個(gè)特征;最后將兩個(gè)特征之和作為單特征輸入到線性分類器中,用來(lái)識(shí)別癲癇間歇期和發(fā)作期信號(hào)。對(duì)波恩大學(xué)的癲癇腦電數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),評(píng)價(jià)所提出的檢測(cè)算法的性能。使用該癲癇腦電數(shù)據(jù)集間歇期和發(fā)作期各100個(gè)實(shí)驗(yàn)樣本,樣本長(zhǎng)度為1 024。實(shí)驗(yàn)結(jié)果表明,所提出的方法具有較高的分類精度,可達(dá)到98.5%。由于分類的特征為單特征,所以更加簡(jiǎn)單高效,可用于癲癇發(fā)作在線自動(dòng)檢測(cè)。