So sánh mô hình học sâu với các phương pháp học tự động khác để nhận dạng gai động kinh biểu hiện trên đối tượng bệnh nhân động kinh

 0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thanh Xuyến Lê, Đức Thuận Nguyễn

Ngôn ngữ: Vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí khoa học và công nghệ các trường đại học kỹ thuật, 2020

Mô tả vật lý: 21-26

Bộ sưu tập: Metadata

ID: 456087

Trong chẩn đoán lâm sàng bệnh động kinh bằng dữ liệu điện não (EEG), khả năng tự động phát hiện và phân loại một cách chính xác các gai động kinh là hữu ích và rất có ý nghĩa về y học. Bài báo giới thiệu một cách tiếp cận mới để phát hiện tự động gai động kinh (spike epilepsy). Hiện nay phân loại gai động kinh đã được thực hiện dựa trên nhiều phương pháp kết hợp của các mô hình machine learning. Nghiên cứu này chỉ ra một mô hình kết hợp mới mà cụ thể lấy deep learning làm tập con của machine learning để thực hiện phân loại các gai động kinh dựa trên nguồn dữ liệu chuẩn đã có. Nghiên cứu cũng thực hiện mô hình thực nghiệm với nhiều các mô hình học sâu khác để đánh giá khả năng ứng dụng mô hình trong việc phát hiện gai động kinh. Kết quả thực nghiệm cho thấy mô hình xây dựng có độ chính xác cao (98,8%) so với các nghiên cứu khác.
Tạo bộ sưu tập với mã QR

THƯ VIỆN - TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM

ĐT: (028) 71010608 | Email: tt.thuvien@hutech.edu.vn

Copyright @2024 THƯ VIỆN HUTECH