基于EEG的癫痫自动检测:综述与展望 | |
彭睿旻; 江军; 匡光涛; 杜浩; 伍冬睿; 邵剑波 | |
刊名 | 自动化学报
![]() |
2022 | |
卷号 | 48期号:2页码:335-350 |
关键词 | 癫痫 头皮脑电 特征提取 分类 |
ISSN号 | 0254-4156 |
DOI | 10.16383/j.aas.c200745 |
英文摘要 | 癫痫是一种由脑部神经元阵发性异常超同步电活动导致的慢性非传染性疾病,也是全球最常见的神经系统疾病之一.基于EEG的癫痫自动检测是指通过机器学习、分布检验、相关性分析和时频分析等数据分析方法,对癫痫发作阶段的EEG信号进行自动识别的研究问题,能够为癫痫诊疗与评估提供客观参考依据,从而减轻医生工作负担并提高治疗效率,因此具有十分重要的理论意义与实际应用价值.本文详细介绍基于EEG的癫痫自动识别整体框架,以及对应于各个步骤所涉及的典型方法.针对核心模块,即特征提取与分类器选择,进行方法总结与理论解释.最后,对癫痫自动检测研究领域的未来研究方向进行展望. |
内容类型 | 期刊论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/56404] ![]() |
专题 | 自动化研究所_学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 彭睿旻,江军,匡光涛,等. 基于EEG的癫痫自动检测:综述与展望[J]. 自动化学报,2022,48(2):335-350. |
APA | 彭睿旻,江军,匡光涛,杜浩,伍冬睿,&邵剑波.(2022).基于EEG的癫痫自动检测:综述与展望.自动化学报,48(2),335-350. |
MLA | 彭睿旻,et al."基于EEG的癫痫自动检测:综述与展望".自动化学报 48.2(2022):335-350. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论