一种新颖的深度神经网络，利用脑电图信号鲁棒地检测癫痫发作

表1

本研究中使用CNN结构的细节。


块	类型	数量的神经元	每个内核的大小	步
块	类型	(输出层)	输出特性图	步

Conv 1	卷积	139×20	40	1
	BN	139×20	- - - - - -	- - - - - -
	线性整流函数（Rectified Linear Unit）	139×20	- - - - - -	- - - - - -
	辍学	139×20	- - - - - -	- - - - - -
	Max-pooling	70×20	2	2

Conv 2	卷积	51×40	20.	1
	BN	51×40	- - - - - -	- - - - - -
	线性整流函数（Rectified Linear Unit）	51×40	- - - - - -	- - - - - -
	辍学	51×40	- - - - - -	- - - - - -
	Max-pooling	26日×40	2	2

Conv 3	卷积	17×80	10	1
	BN	17×80	- - - - - -	- - - - - -
	线性整流函数（Rectified Linear Unit）	17×80	- - - - - -	- - - - - -
	辍学	17×80	- - - - - -	- - - - - -
	Max-pooling	9×80	2	2

FC - 1	足球俱乐部	64	- - - - - -	- - - - - -
	线性整流函数（Rectified Linear Unit）	64	- - - - - -	- - - - - -
	辍学	64	- - - - - -	- - - - - -

FC 2	足球俱乐部	32	- - - - - -	- - - - - -
	线性整流函数（Rectified Linear Unit）	32	- - - - - -	- - - - - -
	辍学	32	- - - - - -	- - - - - -
FC 3	足球俱乐部	2 3 5	- - - - - -	- - - - - -