癫痫病 、STM32、机器学习、特征提取、分类、时间序列
作品是基于机器学习的癫痫病预测系统， 该系统首先通过 Fourier、PCA 降
维和提取各通道之间的相关性系数对 EEG 特征提取，然后利用随机森林、SVM、
逻辑回归算法和决策树算法对发作前期和发作间期进行分类，从而获得基于
人工智能机器学习预测癫痫病发作概率的模型。在测试时，通过电极获取病
人脑电波，经蓝牙从机传输信号给蓝牙主机，蓝牙主机获得的脑电波信号通
过 STM32 单片机串口传输到电脑上位机，上位机是采用 Labview 设计开发的
可视化界面，最后在上位机中可显示癫痫病发作概率和脑电波波形。
目录
一、项目概述 ..................................................................................................................................5
1. 研究背景 ..........................................................................................................................5
2. 研究目的 ..........................................................................................................................5
二、可行性分析 ..............................................................................................................................6
1. 设计方案 ..........................................................................................................................6
1.1 获取数据 ....................................................................................................................6
1.2 特征提取 ....................................................................................................................6
1.3 分类 ............................................................................................................................7
1.4 脑电波获取仪器（Neuro Sky TGAM） ....................................................................9
1.5 软件开发 ...............................................................................................................10
1.6 模型评估图 ..............................................................................................................10
2. 软件代码 ........................................................................................................................10
3. 实物照片 ........................................................................................................................16
4. 创新点 ............................................................................................................................16
5. 实用性 ............................................................................................................................17
6. 市场应用前景 ................................................................................................................17
