10.3969/j.issn.1001-3695.2018.11.012
基于LSTM模型的单导联脑电癫痫发作预测
针对目前癫痫发作实时自动预测困难的问题,将开展以LSTM模型为基础的癫痫发作预测的研究,构建了基于LSTM的神经网络模型对癫痫发作进行预测.将采集到的癫痫脑电数据进行预处理,然后提取单导联脑电小波能量特征,结合构建的基于LSTM的模型来识别癫痫发作前期和发作间期的状态,从而实现癫痫发作的预测.与传统的SVM和MLP相比,本方法取得了98.5%的分类精度和零误警的结果.为未来开发癫痫发作预警系统提供了理论基础,在临床应用上具有较大的潜在价值.
癫痫发作预测、单导联、小波能量、长短时程记忆网络
35
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目81471743
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
3251-3254