Научная статья

Глубокая сверточная нейронная сеть для автоматического выявления и диагностики эпилептических приступов по сигналам ЭЭГ

Deep convolutional neural network for the automated detection and diagnosis of seizure using EEG signals

Computers in Biology and Medicine
10.1016/j.compbiomed.2017.09.017
Открыть в журнале PubMed
FWCI: 67.2FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 1465 · Ссылки: 63 · Лицензия: Закрытая
Цитирование по годам: 2026: 101 · 2025: 152 · 2024: 164 · 2023: 197 · 2022: 214

Аннотация

Электроэнцефалография (ЭЭГ) — широко используемый вспомогательный метод диагностики эпилепсии. Сигнал ЭЭГ содержит информацию об электрической активности головного мозга. Традиционно неврологи выявляют эпилептиформные изменения при непосредственном визуальном анализе записи. Этот метод может занимать много времени, его результаты зависят от технических артефактов и уровня опыта специалиста, а возможности выявления патологических изменений ограничены. Поэтому необходимо разрабатывать системы компьютерной диагностики, способные автоматически классифицировать сигналы ЭЭГ с помощью методов машинного обучения. Это первое исследование, в котором для анализа сигналов ЭЭГ применена сверточная нейронная сеть (CNN). В работе реализован алгоритм глубокой 13-слойной сверточной нейронной сети для выявления нормального, предиктального и судорожного состояний. Предложенный метод обеспечил точность 88,67%, специфичность 90,00% и чувствительность 95,00%.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.