TY -的A2 -布埃诺,Atila盟——Iloon Tayebeh AU -巴拉狄,白木盟——自由,哈米德PY - 2022 DA - 2022/12/06 TI -暹罗网络特性转换为改进自动化癫痫发作检测SP - 9161827六世- 2022 AB -癫痫是一种常见的电生理障碍的大脑,发现主要是通过脑电图(EEG)信号。正确诊断癫痫发作以来通过监测脑电图信号非常繁琐和费时的神经学家,越来越多的研究一直在进行发展自动检测(AESD)癫痫发作。在这项工作中,小说提出了AESD监督模型。最初,EEG信号来自波恩大学脑电图(BU-EEG)数据库。然后,经验模态分解和特征提取(熵、频率和统计功能)应用于提取特征。此外,暹罗网络是用来减少提取特征的数量和获得最歧视的特性。然后,利用这些特性来分类发作和non-seizure EEG信号通过使用支持向量机分类器。本文探讨了暹罗在网络的贡献学习型特征变换改善癫痫检测的性能。数值结果证实,该框架可以达到一个完美的分类性能( One hundred. % 精度)。这种方法可以有建设性的帮助医生检测癫痫发作活动,减少他们的工作量。SN - 1076 - 2787你——https://doi.org/10.1155/2022/9161827——10.1155 / 2022/9161827 JF - PB - Hindawi KW - ER -复杂性