公共文化服务平台

搜索到3116篇“ 癫痫状态“的相关文章

一种基于迁移Softmax回归的癫痫状态识别方法: 本发明提供一种基于迁移Softmax回归的癫痫状态识别方法，通过源域和目标域之间的知识迁移，使得目标域脑电信号分布向源域靠近，以此提升模型在目标域数据上的识别效果，有效提升了癫痫发作检测的可靠性，具体包括以下步骤：步骤S...; 沈雷王守岩

一种基于迁移学习和空洞卷积的癫痫状态识别方法: 本发明提供一种基于迁移学习和空洞卷积的癫痫状态识别方法，包含步骤：S1、提取每组原始癫痫脑电图信号特定频率下的若干个小波包系数组作为一个特征组；S2、去除特征组中显著相关的小波包系数组，实现对特征组降维；降维后特征组的每...; 王守岩沈雷

癫痫状态相关的梨状皮层细胞集群在颞叶癫痫中的作用及机制研究: 癫痫(Epilepsy)是一种常见的慢性中枢神经系统疾病,临床治疗及预后不佳,其中以海马为主要病灶的的颞叶癫痫(Temporallobeepilepsy,TLE),是最常见的难治性癫痫类型。癫痫可以分为两种状态:癫痫发作...; 赖南希; 关键词：颞叶癫痫发作间期

基于生理信号的癫痫状态识别方法研究: 目的:癫痫是一种由大脑神经元活动异常放电引起的一种慢性脑部疾病，具有反复性和突发性。癫痫发作前患者没有任何征兆，若长期得不到控制，会引发抑郁症、心血管疾病等，甚至导致猝死，及时关注癫痫患者状态并进行干预对改善患者生活质量...; 刘敏; 关键词：癫痫脑电图心电图多模态融合

一种基于目标相似度分布调整的癫痫状态识别方法: 本发明提供一种基于目标相似度分布调整的癫痫状态识别方法，其特征在于，包括以下步骤：步骤S1，通过神经网络根据脑电信号提取相应的512维的特征向量；步骤S2，根据提取的特征向量，通过相似度计算，构建正样本对和负样本对的相似...; 沈雷王守岩; 文献传递

一种基于迁移Softmax回归的癫痫状态识别方法: 本发明提供一种基于迁移Softmax回归的癫痫状态识别方法，通过源域和目标域之间的知识迁移，使得目标域脑电信号分布向源域靠近，以此提升模型在目标域数据上的识别效果，有效提升了癫痫发作检测的可靠性，具体包括以下步骤：步骤S...; 沈雷王守岩; 文献传递

基于LightGBM算法的癫痫状态识别被引量：1: 2021年; 本文通过使用分块混合的方式将不同时间段的脑电波进行提取,通过LightGBM算法进行模型训练,使用波士顿医院CHB-MIT数据集,波恩大学癫痫数据集进行训练和评估,该模型发挥了决策树的优势,相比使用卷积神经网络模型拥有更高的准确率,为癫痫状态识别提供了参考和依据。; 唐淇李丹李原吉; 关键词：机械学习

基于卷积神经网络和迁移学习的癫痫状态识别被引量：4: 2021年; 随着对癫痫状态神经元电活动研究的不断深入,针对癫痫患者的电磁刺激疗法备受关注,自动准确地识别癫痫发作状态是及时准确地实施电磁刺激的关键.因此,构建了一种由通用模型向个性化模型迁移的癫痫发作状态识别方法.首先,基于多个病患的脑电数据,采用一维卷积神经网络建立癫痫状态识别的通用模型,学习不同病患癫痫发作时脑电状态的共性特征,以实现对不同病患癫痫发作状态的通用识别;其次,基于单个病患的脑电数据,通过迁移学习将通用模型的参数迁移到个性化模型之中以简化模型训练、加速收敛,讨论了通用模型参数向个性化模型迁移的全面迁移方式和卷积层参数迁移方式的性能.使用CHB-MIT数据库中17例病患的长程脑电记录数据对算法进行验证,最终所有病患个性化模型的平均准确率达到了91.04%.基于个性化模型对病患的长程脑电记录进行癫痫发作起止时间判断,模型对癫痫发作和结束状态的检出率达到了96.43%和89.29%.结果表明,该模型发挥了深度学习无需手动提取、选择特征的优势,为癫痫状态识别方法用于癫痫治疗方案的开发提供了参考与依据.; 曹玉珍高晨阳余辉王江; 关键词：癫痫卷积神经网络

相关作者