癫痫是一种最常见的危及生命且具有挑战性的神经系统疾病。癫痫脑电信号复杂多样，人工检测癫痫信号耗时耗力，误判率高，不同的医务人员......

提出一种基于融合特征选择与鲁棒概率协同表示分类器(Robust Probabilistic Collaborative Representation Based Classifier,R-Pr......

癫痫（Epilepsy）是大脑神经元异常放电引起的一种脑部疾病,同时也是最常见的神经系统疾病之一,其发作时一般表现为牙关紧咬,四肢抽搐,......

癫痫发作检测可以实现脑电分类和病灶定位,对癫痫的临床治疗具有重要意义。针对大数据量、高特征值空间长程脑电的快速和准确分类......

癫痫发作检测一直是一项富有挑战性的工作,随着癫痫发病率的增加,高性能癫痫自动检测算法在临床上可以减轻医务工作者的工作量,具......

癫痫患者脑电信号的研究主要包含发作预测与发作检测两部分。传统的在线学习预测方法忽略了癫痫患者的特异性(如年龄、性别和癫痫......

癫痫是由大脑神经元异常放电而引起的大脑功能性和神经性障碍疾病。癫痫发作具有反复性和突发性的特点,将严重影响患者的正常工作......

癫痫(Epilepsy)是一种危及生命的突发神经系统疾病,全世界大约有5000万人受其影响,其中仅在中国就有900多万患者。然而,大约10%～50%......

为了提高计算机化癫痫发作检测的准确性和检测效率,本文提出了一种基于改进遗传算法的优化反向传播(IGA-BP)神经网络的癫痫诊断方......

传统癫痫发作通道选择方法需要提取特征,然后人工进行特征选择,最后基于所选特征训练分类器实现发作检测.为优化特征提取与选择过......