您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览43 | 下载9

癫痫是常见的一种脑部疾病.本研究以德国伯恩大学脑电癫痫信号数据集的预处理版本为样本对象,通过深度卷积神经网络算法DenseNet,实现癫痫脑电信号识别准确率达到96.94%、精确度为97.46%、灵敏度为87.18%、特异度为99.42%和F1分数92.03%的效果.本研究通过Python编码实现密集神经网络,用以进行癫痫脑电信号中的特征识别,以达到识别病灶的目的.本研究具有良好的医学应用前景.

作者:程伟;龙佳伟;郑威

来源:生物医学工程研究 2021 年 40卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:43 | 下载:9
作者:
程伟;龙佳伟;郑威
来源:
生物医学工程研究 2021 年 40卷 3期
标签:
脑电信号;癫痫识别;深度学习;密集神经网络;卷积神经网络
癫痫是常见的一种脑部疾病.本研究以德国伯恩大学脑电癫痫信号数据集的预处理版本为样本对象,通过深度卷积神经网络算法DenseNet,实现癫痫脑电信号识别准确率达到96.94%、精确度为97.46%、灵敏度为87.18%、特异度为99.42%和F1分数92.03%的效果.本研究通过Python编码实现密集神经网络,用以进行癫痫脑电信号中的特征识别,以达到识别病灶的目的.本研究具有良好的医学应用前景.