机器学习实现癫痫分类预测

摘要：

目前,癫痫作为世界上最为常见的神经系统疾病之一,迫切需要有效的方法来进行诊治.脑电图检查对于诊断癫痫病有着决定性的作用,最近几十年来,一些新模型新算法的引入给癫痫分类带来了较高的准确性,尤其是深度学习神经网络算法,如CNN、LSTM、RNN等.总体来说算法大致分两大类,一类是手动提取特征并用分类器进行分类,一类是让机器自行学习特征并分类,也就是神经网络算法.介绍了一些机器学习方法在癫痫分类预测上的实现和应用,以及针对脑电波的一些预处理和特征提取方法,如脑电波的特征提取和选择,最后对面临的问题和发展状况进行总结和展望.

关键词：机器学习、脑电图、癫痫分类预测、特征提取

所属期刊栏目：14

分类号：R318;TP391(医用一般科学)

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-49