基于小波变换与随机森林算法的针刺手法脑电分类研究
张可
姚勇
徐刚
杨华元
上海中医药大学,上海 201203
摘要：为探究不同针刺手法对脑电(EEG)信号的特异性,本研究基于小波变换和随机森林算法对针刺曲池穴后的EEG信号进行了分类研究.首先,对 18 名健康志愿者分别进行 3 种针刺曲池穴手法(补法、泻法、平补平泻法)干预,记录针刺过程中100 s的头皮EEG信号,并以 2s为单位进行分段;其次,利用小波变换提取δ、θ、α、β、γ波的平均能量和小波熵构建特征集;最后,通过最大相关最小冗余算法进行特征排序,结合随机森林算法完成分类,并采用 10 折交叉验证法评估分类性能.结果表明,基于随机森林算法的分类模型对补法、泻法和平补平泻法EEG信号的分类准确率可达 0.950.本研究可实现针刺曲池穴 3 种手法的EEG信号分类,表明针刺手法对大脑功能的调控具有显著差异性,可为针刺疗效的量化评价提供新的方法和思路.
关键词：针刺手法脑电小波变换随机森林曲池穴
分类号：R318(医用一般科学)TN911.7(通信)
资助基金：上海市科技创新行动计划启明星计划扬帆专项项目(22YF1449100)上海中医药大学预算内项目(2021LK103)
论文发表日期：2025-02-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1-7 )
英文信息