科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在大规模时序医疗数据的分析中已有的一些的检测方法存在检测精度低、检测速度慢等问题，文中提出了一种基于深度学习的时序病变数据段的方法。该方法在TSTKS(Ternary Search Trees and modified Kolmogorov-Smirnov)算法和滑动窗口理论的基础上，利用深度学习技术可实现对病变数据段的快速准确分类。文中以利用该方法对病变数据段进行分类的结果作为依据，实现了滑动窗口大小的动态调整。通过对真实癫痫脑电信号进行分析的实验结果表明文中提出的病变数据段分类方法和基于该分类方法的滑动窗口动态调整机制具有检测速度快、精度较高等优点，可以为大规模时序数据的快速分析研究提供出一种新的选择。
- 单位
