基于深度学习的癫痫脑电信号分析与预测

• 作者: 王晓丽
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 癫痫 脑电信号
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 电气工程
• 页码范围: 15-18,33
• 页数: 5页
• 分类号: TP751
• 字数: 2447字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3907.2019.03.005

摘要

癫痫(Epilepsy)是关于大脑功能障碍的慢性神经系统疾病之一,目前研究表明其病理原因是大脑的神经元发生了异常突发放电,准确诊断该疾病需要长时间的脑电监测,而人工识别工作量巨大且具有主观性.深度学习是一种构造多层神经网络的机器学习方法,具有发现数据中隐藏的分布式特征表示的能力.针对癫痫患者的脑电信号,本文介绍癫痫脑电信号的特征提取、脑电信号的分析及脑电信号的分类方法.为采用深度学习对癫痫进行预测提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丽	长春大学电子信息工程学院	17	29	3.0	5.0