计算机工程与科学

作者：齐永锋, 裴晓旭, 吕雪超, 王静

单位：西北师范大学计算机科学与工程学院，甘肃 兰州 730070

关键词：癫痫,脑电图,同步压缩变换,深度卷积生成对抗网络,

基金：甘肃省科技计划（20JR10RA077）

脑电信号智能识别是癫痫病检测的重要手段，为更加准确地预测癫痫发作，针对目前的深度学习方法特别是卷积神经网络在脑电信号分类方面存在的一些问题，如算法复杂度过高、样本量太少导致分类效果差等，提出基于傅里叶同步压缩变换和深度卷积生成对抗网络的癫痫脑电信号检测方法。首先同步压缩方法将短时傅里叶变换处理后的信号时频能量进行压缩，使得频谱图像精度更高；其次构建深度卷积生成对抗网络来提取特征;最后实现癫痫发作预测。实验在CHB-MIT脑电数据集上进行，结果表明该方法具有97.9%的检测准确率。使用生成对抗网络有效解决了样本量不足的问题，结合同步压缩处理方法后，具有良好的识别准确性。

来源：2022年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第12期