19、癫痫发作检测与超高速卫星间光无线传输技术

癫痫发作检测与超高速卫星间光无线传输技术

癫痫发作检测

在癫痫发作检测领域，不同的研究团队提出了多种方法。

1. 相关研究方法

   • CEEMD - XGBoost ：Jiang等人结合互补集成经验模态分解（CEEMD）和极端梯度提升（XGBoost）来诊断癫痫发作障碍。前者用于提取原始脑电图（EEG）数据，后者帮助对模型进行分类，以识别癫痫和非癫痫EEG信号，提高了分类性能。
   • HHT和SVM ：Kai等人使用希尔伯特 - 黄变换（HHT）和支持向量机（SVM）检测癫痫发作。基于HHT的时频表示被视为时频图像，并根据频带进行分割，提取均值、方差等统计特征，利用分类准确率和接收器操作特性评估EEG分类器的性能。
   • FPGA数字神经形态处理器 ：Qian等人提出了基于FPGA的数字神经形态处理器和各种并行设计，讨论了膜电位估计、突触权重加载和算术单元集成中的有效并行化问题，并比较了几种配置的吞吐量、成本和功耗。当并行度为32时，训练和识别速度分别达到13.5倍和25.8倍。
   • 字典学习 ：Hong等人基于稀疏表示的字典学习对癫痫EEG信号进行分类，通过比较稀疏测试样本和原始测试样本并最小化误差，提高识别准确率以满足自动癫痫发作检测的要求。

2. 本文提出的深度学习模型