典型文献
基于EEG的癫痫自动检测:综述与展望
文献摘要：
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.
文献关键词：
癫痫;头皮脑电;特征提取;分类
中图分类号：
作者姓名：
彭睿旻;江军;匡光涛;杜浩;伍冬睿;邵剑波
作者机构：
华中科技大学人工智能与自动化学院图像信息处理与智能控制教育部重点实验室 武汉430074;华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院) 武汉430000
文献出处：
引用格式：
[1]彭睿旻;江军;匡光涛;杜浩;伍冬睿;邵剑波-.基于EEG的癫痫自动检测:综述与展望)[J].自动化学报,2022(02):335-350
A类：
B类：
EEG,自动检测,脑部,阵发性,慢性非传染性疾病,神经系统疾病,分布检验,时频分析,数据分析方法,癫痫发作,自动识别,研究问题,医生工作,工作负担,治疗效率,整体框架,应于,核心模块,分类器,理论解释,未来研究方向,头皮脑电
AB值：
0.348428
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
