首页 | 本学科首页   官方微博 | 高级检索  
     

基于机器学习的癫痫脑电数据分析方法研究
引用本文:周霖,韦晓燕,陈子怡,周毅. 基于机器学习的癫痫脑电数据分析方法研究[J]. 医学信息学杂志, 2018, 39(2): 55-59
作者姓名:周霖  韦晓燕  陈子怡  周毅
作者单位:中山大学数据科学与计算机学院 广州 510006,中山大学中山医学院生物医学工程系 广州 510080,中山大学附属第一医院 广州 510080,中山大学数据科学与计算机学院 广州 510006
基金项目:国家精准医学重点研发项目(项目编号:2016YFC0901602);NSFC-广东大数据科学中心联合基金项目(项目编号:U1611261);广东省前沿与关键技术创新专项(项目编号:2014B010118003、2015B010106008);广州市产学研协同创新重大专项(项目编号:201604016136)。
摘    要:详细阐述基于机器学习的癫痫脑电数据处理和分析方法,包括监督学习、无监督学习、半监督学习、强化学习和其他类型的机器学习方法,评价这些方法应用于癫痫脑电数据检测的效果。

关 键 词:癫痫  脑电数据  机器学习  信号分析
修稿时间:2018-01-08

Study on Epileptic EEG Data Analysis Methods Based on Machine Learning
ZHOU Lin,WEI Xiao-yan,CHEN Zi-yi and ZHOU Yi. Study on Epileptic EEG Data Analysis Methods Based on Machine Learning[J]. Journal of Medical Informatics, 2018, 39(2): 55-59
Authors:ZHOU Lin  WEI Xiao-yan  CHEN Zi-yi  ZHOU Yi
Affiliation:School of Computer and Data Science, Sun Yat-sen University, Guangzhou 510006, China,School of Biomedical Engineering, Sun Yat-sen University, Guangzhou 510006, China,The First Affiliated Hospital, Sun Yat-sen University, Guangzhou 510080, China and School of Computer and Data Science, Sun Yat-sen University, Guangzhou 510006, China
Abstract:The paper dilates upon epileptic EEG data treatment and analysis methods based on machine learning, including supervised learning, unsupervised learning, semi-supervised learning, reinforcement learning and machine learning methods of other types, and evaluates the application effects of the methods on inspection of epileptic EEG data.
Keywords:Epilepsy  EEG Data  Machine learning  Signal analysis
点击此处可从《医学信息学杂志》浏览原始摘要信息
点击此处可从《医学信息学杂志》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号