TY -的A2 Koppu斯盟——张Peiling盟——张,玄盟——刘,安康PY - 2022 DA - 2022/12/19 TI -影响癫痫检测的数据与BNNSMOTE增加算法使用1 d-mobilenet SP - 4114178六世- 2022 AB -自动癫痫检测技术有重要意义对减少神经学家的工作负载癫痫诊断和治疗。由于癫痫发作的不可预测性,癫痫发作和nonseizure数据的不平衡分类仍然是具有挑战性的。在这项工作中,我们首先提出一个新颖的算法命名为边缘最近邻合成少数过采样技术(BNNSMOTE)解决不平衡分类问题和提高癫痫检测性能。算法使用最近邻概念生成nonseizure边界附近的样品,然后决定没收样品很难学习的边界,最后选择发作随机样本用于合成新的样本。鉴于脑电图(EEG)信号的特点是一维信号,然后开发一个1 d-mobilenet模型来验证算法的性能。结果表明,该算法优于先前没收CHB-MIT数据集检测方法,实现平均准确率为99.40%,召回的价值87.46%,精度为97.17%,分别和F1-score 91.90%。我们也有相当大的成功,当我们额外的数据集用于验证在同一时间。我们的算法的数据增强效果更为明显,在癫痫检测的性能好于现有的不平衡技术。此外,模型的参数和计算量大大减少,使其更适合移动终端和嵌入式设备。SN - 2040 - 2295 UR - https://doi.org/10.1155/2022/4114178 - 10.1155 / 2022/4114178摩根富林明医疗工程PB - Hindawi KW - ER