为了更加精准地实现对癫痫脑电分类，提出一种最优通道获取的方法，采用频率切片小波变换时频分析，并结合InceptionNet-V3卷积神经网络进行迁移学习分类，采用10折交叉验证训练模型并评估分类效果，实现对癫痫患者分类准确率最高为95.8%，敏感度为100%。研究结果表明，所提方法可有效地提取出癫痫脑电的特征并进行分类，避免了繁琐的特征提取过程，而迁移学习又避免了机器学习模型需要大量数据进行训练的问题，节省了特征提取和模型训练的时间，实现了高质量的分类效果。
科研之友
微信
新浪微博
Facebook
分享链接
