基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对癫痫脑电信号多分类的精度提升问题,提出了一种基于信号转差分模块与卷积模块结合的分类算法.信号转差分模块对原始脑电信号进行多阶差分运算,得到描述其波动特征的差分表示;然后卷积模块动态学习的方式将差分脑电信号转换为图片,利用预训练的卷积神经网络来提取信号特征并实现自动分类.分类结果表明,与现有研究相比,所提出的方法的最高提升了8.1%的分类准确率.在两分类问题上达到了 99.8%的分类准确率,在三分类问题上获得了 92.8%的准确率,在五分类问题上取得了 86.7%的准确率.说明信号转差分模块对于脑电信号分类问题有积极作用.
推荐文章
利用高频脑电的局灶性癫痫患者癫痫发作检测
癫痫发作
有向传递函数
信息流差异
γ波段
支持向量机
脑磁图在局灶性癫痫诊断中的应用
脑磁图
局灶性癫痫
术前评价
癫痫外科
基于LSTM模型的单导联脑电癫痫发作预测
癫痫发作预测
单导联
小波能量
长短时程记忆网络
离散Hardy算子与差分方程
差分方程
Hardy算子
加权有界性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 离散差分模块在癫痫脑电分类中的应用
来源期刊 电子测量技术 学科
关键词 卷积神经网络 特征提取 脑电信号分类 多阶差分
年,卷(期) 2021,(1) 所属期刊栏目 理论与算法|Theory and Algorithms
研究方向 页码范围 70-75
页数 6页 分类号 TN911.72
字数 语种 中文
DOI 10.19651/j.cnki.emt.2005361
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (15)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
特征提取
脑电信号分类
多阶差分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导