首页 | 本学科首页   官方微博 | 高级检索  
     

基于1DCNN-XGBoost混合模型的癫痫脑电分类
作者姓名:柯铭  尹倡隆  刘光耀  张祺瑞
作者单位:1.兰州理工大学计算机与通信学院;2.兰州大学第二医院核磁共振科
基金项目:国家自然科学基金资助项目 61966023
摘    要:在癫痫脑电自动分类研究中,针对传统方法需手动提取特征、特征提取不充分、适应性不强等问题,提出一种一维卷积神经网络结合XGBoost算法的单通道癫痫脑电分类模型1DCNN-XGBoost。该模型首先在原始脑电信号上训过练对一波维恩卷大积学模癫型痫,脑利电用数训据练集好进的行一分维类卷实积验模,型结实果现得到特了征9的8.自83动%提的取分,最类后准运确用率,X说GB明oos提t出算的法模进型行能训有练效和提分取类。癫通痫脑电信号的特征信息,并能进行准确的分类,分类精度和稳定性都有所提高。

关 键 词:特征提取  一维卷积神经网络  XGBoost  脑电分类  
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号