基于改进残差网络的癫痫脑电自动识别算法 |
| |
引用本文: | 赵伟.基于改进残差网络的癫痫脑电自动识别算法[J].长春大学学报,2023(8):8-12. |
| |
作者姓名: | 赵伟 |
| |
作者单位: | 集美大学诚毅学院 |
| |
摘 要: | 为了提高癫痫脑电图(EEG)的识别精度,提出一种基于改进残差网络的癫痫脑电自动识别算法。首先对EEG信号进行归一化,然后利用改进的残差模块构建一维深度残差网络,将其用于自主学习EEG的内在特征,最后利用Softmax分类器实现癫痫的自动识别。为了评估模型的性能,采用十折交叉验证对波恩大学的癫痫数据集进行实验。实验结果表明,该算法能够有效识别癫痫EEG类别,具有较高的识别准确率。
|
关 键 词: | 癫痫脑电信号 残差网络 卷积神经网络 深度学习 |
|
|