基于深度密集卷积网络的癫痫信号识别
程伟
龙佳伟
郑威
江苏科技大学电子信息学院,镇江212000
摘要：癫痫是常见的一种脑部疾病.本研究以德国伯恩大学脑电癫痫信号数据集的预处理版本为样本对象,通过深度卷积神经网络算法DenseNet,实现癫痫脑电信号识别准确率达到96.94％、精确度为97.46％、灵敏度为87.18％、特异度为99.42％和F1分数92.03％的效果.本研究通过Python编码实现密集神经网络,用以进行癫痫脑电信号中的特征识别,以达到识别病灶的目的.本研究具有良好的医学应用前景.
关键词：脑电信号癫痫识别深度学习密集神经网络卷积神经网络
分类号：R318(医用一般科学)
论文发表日期：2021-09-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 267-272 )
英文信息