卷积神经网络和迁移学习理论下癫痫发作状态识别模型的构建
卷积神经网络和迁移学习理论下癫痫发作状态识别模型的构建 摘要:随着对癫痫状态神经元电活动研究的不断深入,针对癫痫患者的电磁刺激疗法备受关注,自动准确地识别癫痫发作状态是及时准确地实施电磁刺激的关键。因此,构建了一种由通用模型向个性化模型迁移的癫痫发作状态识别方法。首先,基于多个病患的脑电数据,采用一维卷积神经网络建立癫痫状态识别的通用模型,学习不同病患癫痫发作时脑电状态的共性特征,以实现对不同病患癫痫发作状态的通用识别;其次,基于单个病患的脑电数据,通过迁移学习将通用模型的参数迁移到个性化模型之中以简化模型训练、加速收敛,讨论了通用模型参数向个性化模型迁移的全面迁移方式和卷积层参数迁移方式的...
2024-03-11
88
4
11 页