10.19734/j.issn.1001-3695.2017.08.0870
基于深度学习的ADHD儿童和正常儿童脑电信号分类研究
针对注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)儿童和正常儿童的分类问题,实验采用经典干扰控制任务范式对两类儿童的事件相关电位(event-related potential,ERP)进行了研究,旨在通过ERP特征实现其分类.实验首次使用长短期记忆(long-short term memory,LSTM)方法分析两类儿童前额叶与顶枕叶脑区最佳电极(p<0.05)潜伏期(200 ~ 450 ms)的脑电信号,并自动学习和分类其ERP特征.相比常规分类方法,LSTM方法的分类率略高,可达95.78%.研究结果表明LSTM方法有助于ADHD儿童脑电信号的分类,为ADHD儿童个体诊断技术提供了一种新思路.
干扰控制任务实验、注意缺陷多动障碍、长短期记忆网络
36
TN911.7
江苏省科技厅社发发展项目BE2018638;常州市科技项目CE20175043;江苏省“333工程”人才项目
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
347-350