-
题名机器学习实现癫痫分类预测
被引量：3
- 1
-
-
作者
徐雅蕾
梁会营
刘东
黄帅
杜云梅
-
机构
广州市妇女儿童医疗中心
广州商学院
-
出处
《中国数字医学》
2019年第3期46-49,共4页
-
文摘
目前,癫痫作为世界上最为常见的神经系统疾病之一,迫切需要有效的方法来进行诊治。脑电图检查对于诊断癫痫病有着决定性的作用,最近几十年来,一些新模型新算法的引入给癫痫分类带来了较高的准确性,尤其是深度学习神经网络算法,如CNN、LSTM、RNN等。总体来说算法大致分两大类,一类是手动提取特征并用分类器进行分类,一类是让机器自行学习特征并分类,也就是神经网络算法。介绍了一些机器学习方法在癫痫分类预测上的实现和应用,以及针对脑电波的一些预处理和特征提取方法,如脑电波的特征提取和选择,最后对面临的问题和发展状况进行总结和展望。
-
关键词
机器学习
脑电图
癫痫分类预测
特征提取
-
Keywords
machine learning
electroencephalogram
epilepsy classification and prediction
feature extraction
-
分类号
R318
[医药卫生—生物医学工程]
TP391
[医药卫生—基础医学]
-
