融合时空特征的深度学习脑电信号分析与识别研究.pdfVIP

科技论坛

融合时空特征的深度学习脑电信号分析与识别研究

毛丽利

【摘要】随着深度学习技术的发展,脑电信号分析在临床和生物医学研究中得到广泛应用。此文研究了时空特征融合的

深度学习方法,结合卷积神经网络(ConvolutionalNeuralNetwork,CNN)与长短期记忆(LongShort-TermMemoryNetwork,LSTM)

网络,提升了脑电信号(Electroencephalogram,EEG)分析与识别的准确性。该方法在癫痫发作预测、情绪识别等方面取得了显

著成果,实验结果表明,融合模型在准确率和召回率上均优于单一模型,为临床应用提供了有效技术支持。

【关键词】时空特征;深度学习;脑电信号分析;癫痫发作预测

引言Network,ST-CNN)融合CNN与时序建模能力,通过空间维度

EEG作为一种重要的神经生理信号,广泛应用于大脑活的卷积