使用有理离散短时傅里叶变换的 EEG 时间序列癫痫发作分类

基于摘要分析。该研究面向 EEG 癫痫发作检测，针对发作期间节律性放电与非平稳模式的区分问题，提出基于有理函数的自适应局部时频表示，并将有理离散短时傅里叶变换（rational DSTFT）作为特征提取方法，用于区分发作与非发作片段。 方法流程是从 EEG 时间序列提取 rational DSTFT 系数，再将这些系数输入多层感知机分类器。其主要方法贡献在于时频特征表示，而非提出新的分类器。摘要说明该表示具有自适应与局部化特性，但有理函数的选择、适应规则、窗口设置、系数筛选及分类器训练细节尚未验证。 作者报告，在离线癫痫发作检测的比较评估中，该方法的分类准确率优于所比较的若干先进特征提取方法，同时提供了紧凑的 EEG 时间序列表示。摘要未给出具体准确率、对照方法名称、表示维度或压缩程度，因此尚不能量化性能提升与紧凑性收益，也不能据此推断在线检测或临床应用效果。 数据集、被试数量、片段定义、被试内或跨被试划分、类别分布、实验协议、消融及统计信息尚未验证。复现前需核对特征提取参数、数据划分方式，以及不同特征方法是否使用一致的分类器与训练条件。该工作的主要研究对象是癫痫 EEG 片段分类，摘要不支持将其结果直接视为 BCI 控制任务中的有效性证据。