作为一种急性脑血管疾病,脑卒中已经成为我国第一大致死原因,早期防治和及时诊断对于脑卒中的预防、诊治和预后康复有着重要作用。近年来随着人工智能的不断发展,机器学习方法辅助医疗诊断可以很大程度上减少医生的诊断时间并提高医疗资源的利用率,因此引起了越来越多的关注。脑卒中患者的脑电信号（Electroencephalogram,EEG）和经颅多普勒数据（Transcranial Doppler,TCD）的采集均具有无创性、便捷性和准确性,在脑卒中的诊断过程中有广泛的应用前景。但目前脑电信号和经颅多普勒数据需要专业医生的分析和解读,因此在临床实践中受限于医生的专业知识和工作经验。由于脑卒中数据存在明显的不平衡特性,因此建立在平衡数据的前提下的传统机器学习方法对于脑卒中数据的分类会出现明显的性能下降。为此,本文的主要目的是对不平衡脑卒中患者的脑电信号和经颅多普勒数据进行分类研究,主要工作包括脑卒中数据的预处理、特征提取和针对不平衡脑卒中数据集的分类识别。本文所做工作主要有以下几点:首先,详细介绍了本文使用的脑卒中数据集和提取的相关特征,并通过在脑卒中脑电信号数据集上的实验对比了主成分分析方法（Principal Component Analysis,PCA）,多维尺度变换（Multi-dimensional Scaling,MDS）和邻域保持嵌入（Neighborhood Preserving Embedding,NPE）三种不同降维方法对脑卒中脑电数据集分类性能的影响。通过实验证明对该数据集进行特征选择和降维处理在很大程度上降低了参数寻优和分类过程中的时间损耗和计算成本。然后,从分类算法的角度通过分析不平衡数据集对支持向量机算法的影响,并提出了最大化Gmean值（Geometric mean）的不平衡数据集分类算法。不同惩罚因子算法（Different Error Costs,DEC）改善了支持向量机算法对不平衡数据集分类的适应性,但仍存在明显的不足。以二分类为例,该算法只提出了通过赋予数据集中两类样本不同权重以提高分类算法在训练过程中对样本数目较少的一类样本的重视程度的思想,却没有给出权重具体选择的依据。即使已有研究证明按照数据集的不平衡比例选择两类样本的权重可以获得较好的分类性能,但本文通过仿真实验发现在保持权重比值和数据不平衡比例相同的情况下,具体取值的不同仍会给分类性能带来较大的波动,因此证明了参数寻优对于DEC算法具有重要作用。此外,虽然传统机器学习算法均以最大化分类准确率作为寻优目标,但并不适用于不平衡数据集的分类问题。为此本文提出的最大化Gmean值的不平衡数据集分类算法将最大化Gmean值作为参数寻优的目标,旨在改善分类算法在不平衡数据集上的分类性能。通过在脑卒中EEG数据集和脑卒中TCD数据集上的实验,对比了最大化分类准确率、AUC值（Area Under the Curve）和Gmean值分别作为参数寻优目标时的分类性能,实验结果证明以最大化Gmean值作为参数的寻优目标可以获得更好的分类性能。最后,从数据处理角度分析了多种重采样方法的特点和对分类性能的影响,提出了基于VAE-MF的不平衡数据集过采样方法。由于传统重采样方法不能从数据集的统计分布特性出发生成新样本或者删除样本以削减数据的不平衡比例,所以会引入较大的噪声或者破坏数据集的原始分布情况,导致最终的分类性能出现明显的下降。为此,本文通过分析变分自编码作为生成模型和使用隶属度函数判断样本受噪声影响程度的工作原理,并借鉴过采样方法的主要思想提出了一种新的过采样方法。该方法使用变分自编码作为生成模型生成新样本以降低数据集的不平衡比例,之后通过隶属度函数判断生成的新样本受噪声影响的程度,并据此对新样本进行筛选,最后使用支持向量机算法对数据集进行分类。此外,在详细分析现有隶属度函数对高维数据适应力不足的基础上,本文通过引入超球面提出了一种新的隶属度函数。在两个脑卒中数据集上的实验证明了本文提出的过采样方法和隶属度函数均能在一定程度上改善不平衡数据集的分类性能。