【摘 要】
：
针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据
【机 构】
：
吉林大学计算机科学与技术学院,吉林大学符号计算与知识工程教育部重点实验室,吉林大学软件学院
【基金项目】
：
吉林省教育厅科技项目(批准号:JJKH20180145KJ).
论文部分内容阅读
针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型即可对不同患者进行癫痫检测.实验结果准确率为0.8774,敏感性为0.8548,特异性为0.9.
其他文献
我国现有审级制度正处在尴尬的局面:一方面再审这一救济程序正异常地膨胀,且永无终止;另一方面审级制度自身设计欠科学,难以实现其功能.对审级制度基于的理念进行分析,并借鉴
针对蜂窝通信系统高能耗、低通信资源利用率和低信道利用率的问题,提出一种基于能量效率(energy efficiency,EE)与频谱效率(spectral efficiency,SE)联合优化的网络资源分配
分析我国老龄人口的健康现状,并对老龄人口健身运动与健康的问题进行了阐述,期望能有更多的老年人加入到健身运动的行列中去.