癫痫是常见的一种脑部疾病。本研究以德国伯恩大学脑电癫痫信号数据集的预处理版本为样本对象,通过深度卷积神经网络算法DenseNet,实现癫痫脑电信号识别准确率达到96.94%、精确度为97.46%、灵敏度为87.18%、特异度为99.42%和F1分数92.03%的效果。本研究通过Python编码实现密集神经网络,用以进行癫痫脑电信号中的特征识别,以达到识别病灶的目的。本研究具有良好的医学应用前景。
科研之友
微信
新浪微博
Facebook
分享链接
