科研之友
微信
新浪微博
Facebook
分享链接
摘要
脑电信号包含丰富的大脑活动信息，是诊断癫痫最主要的手段。在现阶段癫痫脑电信号分类研究中，单一域无法全面刻画信号数据，空间信息未被有效利用。并且，随着连续卷积层数增加以及多域特征融合，判别性重要特征遗失。提出一种端到端的三维卷积多频段癫痫发作类型分类模型，运用时-频-空域三维数据构建方法，将时频域联合分布信息根据通道空间位置重构为时-频-空域三维表达。用一系列并行的三维卷积子网络直接提取各频段的时间、频率、空间判别性联合活动特征，通过多层感知机整合输出分类结果。基于世界最大的公开癫痫发作语料库TUSZ数据集进行癫痫发作类型7分类实验，得到该模型分类F1-score为0.927 4，准确率92.69%，与其他方法比较有明显的提升，验证了该模型在癫痫发作类型分类任务中的有效性。
- 单位
