TY -的A2 Koundal迪盟——Natu Milind盟——Bachute Mrinal盟——乡村度假别墅,希尔帕非盟- Kotecha Ketan盟——Vidyarthi Ankit PY - 2022 DA - 2022/01/20 TI -回顾癫痫发作预测:机器学习和深度学习方法SP - 7751263六世- 2022 AB -癫痫发作发生由于大脑异常,可以间接地影响病人的健康。它发生突然没有任何症状,从而增加了人类的死亡率。近1%的世界人口患有癫痫发作。预测癫痫发作前有利于预防癫痫发作的药物。如今,现代计算工具、机器学习和深度学习方法被用来预测使用脑电图癫痫发作。然而,脑电图信号与背景噪音可能会损坏,和工件如眨眼和身体肌肉的运动可能会导致“弹出”的信号,导致电子干扰,繁琐的检测通过视觉检查长时间录音。这些局限性发作高峰的自动检测和癫痫发作是首选,这是一个基本的工具检查和审查EEG记录更准确。这些限制使我们的注意力现在回顾自动化方案,这将有助于神经学家癫痫和nonepileptic信号进行分类。在准备这篇综述,可以看出特征选择和分类的主要挑战是癫痫预测算法。介绍了各种技术根据不同的特性和分类器在过去的几年里。 The methods presented will give a detailed understanding and ideas about seizure prediction and future research directions. SN - 1748-670X UR - https://doi.org/10.1155/2022/7751263 DO - 10.1155/2022/7751263 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -