摘要：孤獨(dú)癥譜系障礙(ASD)兒童的早期診斷至關(guān)重要。腦電圖(EEG)是最常用于神經(jīng)成像的技術(shù)之一,其使用方便并且包含信息豐富。本文從ASD兒童和正常兒童的EEG信號中提取近似熵(ApEn)、樣本熵(SaEn)、排序熵(PeEn)和小波熵(WaEn)四種熵特征,應(yīng)用獨(dú)立樣本t檢驗(yàn)分析組間差異,利用支持向量機(jī)(SVM)學(xué)習(xí)算法為不同腦區(qū)的每種熵測量建立分類模型,最后通過置換檢驗(yàn)搜索優(yōu)化子集,使SVM模型實(shí)現(xiàn)最佳性能。結(jié)果表明,與正常對照組相比,ASD兒童腦電復(fù)雜度較低;在所有四種熵中,WaEn的分類性能優(yōu)于其他熵;分類效果在不同腦區(qū)表現(xiàn)出差異性,其中額葉區(qū)域表現(xiàn)最佳;最后經(jīng)過特征選擇,篩選出六個(gè)特征,建立分類模型,分類準(zhǔn)確率最高提高到84.55%。本研究結(jié)果可為孤獨(dú)癥的早期發(fā)現(xiàn)提供幫助。