基于CNN+Bi-LSTM和脑电信号的疼痛分类的研究

摘要：

脑电图(Electroencephalogram, EEG )是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映,包含了大量的生理和病理信息.近年来,与疼痛相关脑电信号的研究是当前脑认知和临床治疗领域的研究热点和难点问题之一.文章使用卷积神经网络(Convolutional Neural Network, CNN)和循环神经网络(Recurrent Neural Network, RNN )结合的CNN+Bi-LSTM网络算法对疼痛和不痛的脑电信号进行二分类,准确率达到了97.1％,与此同时precision、recall、fl-score分别达到了97％、97％、97％.证明了两种网络结合对研究疼痛的脑电信号是可行的.

关键词：疼痛分类、脑电图、CNN、Bi-LSTM

所属期刊栏目：22

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金联合重点项目61401454、71532014

在线出版日期：2021-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：12-15,22