• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于同步壓縮和DCGAN的癲癇腦電信號(hào)檢測(cè)方法*

    2022-12-22 12:02:02齊永鋒裴曉旭呂雪超
    關(guān)鍵詞:腦電傅里葉電信號(hào)

    齊永鋒,裴曉旭,呂雪超,王 靜

    (西北師范大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院,甘肅 蘭州 730070)

    1 引言

    癲癇是一種慢性神經(jīng)系統(tǒng)疾病,這種疾病會(huì)擾亂大腦神經(jīng)元的正常活動(dòng),發(fā)作時(shí)患者可能會(huì)出現(xiàn)受傷甚至危及生命的緊急情況,給患者帶來(lái)了極大的心理壓力與工作生活困難[1]。因此,迫切需要一種實(shí)用可靠的自動(dòng)化技術(shù)來(lái)實(shí)現(xiàn)準(zhǔn)確預(yù)測(cè)癲癇發(fā)作。在癲癇發(fā)作出現(xiàn)臨床癥狀之前,最常見(jiàn)的推斷方法是分析腦電信號(hào)EEG(ElectroEncephaloGram)。EEG是一種無(wú)創(chuàng)、多通道的腦電活動(dòng)記錄。由于包含了很多病理信息,腦電信號(hào)中的某些特征通常被用于一些腦部疾病的臨床診斷,特別是對(duì)于癲癇患者的觀察和治療,其作用是其他檢測(cè)方法無(wú)法替代的[2]。

    在過(guò)去的幾十年中,關(guān)于癲癇識(shí)別和預(yù)測(cè)的研究方法很多,傳統(tǒng)的方法一般需要人工設(shè)計(jì)算法來(lái)獲取腦電信號(hào)特征,然后與機(jī)器學(xué)習(xí)相關(guān)分類(lèi)器相結(jié)合實(shí)現(xiàn)癲癇信號(hào)的自動(dòng)識(shí)別。提取信號(hào)特征的方法通常包括時(shí)域、頻域和時(shí)頻域3種,如利用小波變換、形態(tài)學(xué)分析等方法提取樣本特征,然后通過(guò)隨機(jī)森林、最近鄰和支持向量機(jī)等方法對(duì)樣本進(jìn)行分類(lèi)。Hwang等[3]提出基于短時(shí)傅里葉變換FTST(Short-Time Fourier Transform)的腦電信號(hào)時(shí)頻域分析方法,在處理分段平穩(wěn)信號(hào)或近似平穩(wěn)信號(hào)時(shí)達(dá)到了較好的頻率分辨率。然而對(duì)于非平穩(wěn)信號(hào),利用該方法獲得的頻譜圖中存在能量不集中的現(xiàn)象,故而難以進(jìn)一步提取EEG特征。2011年Daubechies等[4]提出了一種同步壓縮變換SST(SynchroSqueezing Transform)的時(shí)頻域處理方法,該方法首先計(jì)算時(shí)頻譜的瞬時(shí)頻率,在頻譜圖中以頻率方向?qū)⒛芰恐匦路植?,使得最后獲得的頻率曲線更加精準(zhǔn),極大地提高了時(shí)頻可讀性[5]。2014年,Oberlin等[6]提出以短時(shí)傅里葉變換為基礎(chǔ)的傅里葉同步壓縮變換FSST(Fourier-based SynchroSqueezing Transform),通過(guò)對(duì)信號(hào)進(jìn)行STFT變換獲取信號(hào)瞬時(shí)頻率,經(jīng)過(guò)同步壓縮處理后銳化了腦電數(shù)據(jù)頻譜圖像,改善信號(hào)時(shí)頻曲線交叉現(xiàn)象,同時(shí)FSST也支持信號(hào)重構(gòu)。同步壓縮變換的提出為癲癇腦電信號(hào)的處理提供了新的思路[7]。

    目前的各類(lèi)深度學(xué)習(xí)網(wǎng)絡(luò)模型已經(jīng)能夠理解和識(shí)別一般的自然圖像,尤其是卷積神經(jīng)網(wǎng)絡(luò)CNN(Convolutional Neural Network)不需要人工提取就能夠自動(dòng)學(xué)習(xí)圖像特征,已成功應(yīng)用于許多領(lǐng)域中。CNN雖然對(duì)圖像的特征提取和學(xué)習(xí)能力較強(qiáng),但用于癲癇腦電分析時(shí)仍需要大量的癲癇腦電訓(xùn)練數(shù)據(jù),并且由于復(fù)雜度過(guò)高、數(shù)據(jù)分類(lèi)不平衡導(dǎo)致其性能不穩(wěn)定,樣本量太少導(dǎo)致其識(shí)別能力差。Goodfellow等[8]于2014年提出了生成式對(duì)抗網(wǎng)絡(luò)GAN(Generative Adversarial Network),該網(wǎng)絡(luò)通過(guò)對(duì)抗博弈訓(xùn)練來(lái)模擬生成模型,通常將原始圖像和隨機(jī)噪聲共同作為輸入,以對(duì)抗學(xué)習(xí)的方式進(jìn)行訓(xùn)練,不斷估計(jì)數(shù)據(jù)樣本的潛在分布,同時(shí)自動(dòng)生成靠近真實(shí)數(shù)據(jù)的樣本,緩解了帶標(biāo)簽的癲癇腦電數(shù)據(jù)嚴(yán)重不足的問(wèn)題。然而,GAN網(wǎng)絡(luò)的不穩(wěn)定性也會(huì)導(dǎo)致輸出不理想、性能不穩(wěn)定及系統(tǒng)崩潰等問(wèn)題的產(chǎn)生。Radford等[9]針對(duì)上述問(wèn)題,提出了深度卷積對(duì)抗生成網(wǎng)絡(luò)DCGAN(Deep Convolutional GAN)。通過(guò)把有監(jiān)督學(xué)習(xí)的CNN模型和無(wú)監(jiān)督學(xué)習(xí)的GAN結(jié)合在一起,在生成對(duì)抗網(wǎng)絡(luò)模型中引入卷積運(yùn)算進(jìn)行無(wú)監(jiān)督訓(xùn)練,卷積神經(jīng)網(wǎng)絡(luò)的特征提取優(yōu)勢(shì)有效提升了生成對(duì)抗網(wǎng)絡(luò)的學(xué)習(xí)能力。

    為了更準(zhǔn)確地檢測(cè)癲癇發(fā)作,本文把 FSST 方法和DCGAN引入到癲癇發(fā)作預(yù)測(cè)任務(wù)中,提出基于同步壓縮短時(shí)傅里葉變換FSST和深度卷積生成對(duì)抗網(wǎng)絡(luò)DCGAN的癲癇腦電信號(hào)檢測(cè)方法。本文工作主要包括以下內(nèi)容:(1)針對(duì)短時(shí)傅里葉變換對(duì)腦電信號(hào)數(shù)據(jù)進(jìn)行處理時(shí)存在的問(wèn)題,加入了同步壓縮方法,以獲得更精確的頻率曲線,明顯提高了EEG信噪比和信號(hào)提取精度;(2)為了有效解決癲癇腦電信號(hào)樣本量不足、特征提取手段較為單一的問(wèn)題,構(gòu)建了深度卷積生成對(duì)抗網(wǎng)絡(luò)用作特征提取器;(3)對(duì)獲取的腦電信號(hào)特征進(jìn)行分類(lèi)識(shí)別和標(biāo)記,實(shí)現(xiàn)癲癇發(fā)作預(yù)測(cè)。在CHB-MIT頭皮腦電數(shù)據(jù)集上進(jìn)行仿真分析與實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,所提方法具有較高的分類(lèi)精度,可達(dá)到97.9%。生成對(duì)抗網(wǎng)絡(luò)作為一種無(wú)監(jiān)督學(xué)習(xí)技術(shù),可有效解決樣本量不足的問(wèn)題,結(jié)合同步壓縮變換預(yù)處理方法后取得了良好的實(shí)驗(yàn)結(jié)果,具有良好的癲癇腦電信號(hào)檢測(cè)性能和臨床應(yīng)用潛力。

    2 方法理論與模型

    2.1 傅里葉同步壓縮變換

    短時(shí)傅里葉變換STFT方法是一種常用的信號(hào)時(shí)頻域分析法。相比傅里葉變換多了加窗平滑處理的過(guò)程,先加窗再進(jìn)行傅里葉變換,將信號(hào)視為短時(shí)平穩(wěn)信號(hào)的不斷拼接,得到不同時(shí)刻的頻譜,對(duì)于非平穩(wěn)信號(hào)具有較好的處理能力。首先利用STFT對(duì)信號(hào)s(t)進(jìn)行處理,如式(1)所示:

    (1)

    其中,g(·)為窗函數(shù)。Gs(ω,t)定義為STFT的頻譜圖。信號(hào)在位于t處的短時(shí)傅里葉變換等于信號(hào)與該時(shí)刻處的窗函數(shù)g(u-t)傅里葉變換之積。簡(jiǎn)而言之,短時(shí)傅里葉變換的思想是首先確定固定的窗函數(shù),假定信號(hào)在窗內(nèi)是平衡的,采用傅里葉變換分析窗內(nèi)信號(hào),通過(guò)移動(dòng)窗函數(shù),得到信號(hào)頻率隨時(shí)間的變化關(guān)系,從而確定輸入信號(hào)局部區(qū)域的頻率譜。由于STFT采用固定的窗函數(shù),分辨率也被確定下來(lái),當(dāng)信號(hào)變化劇烈或者變化較為平緩時(shí),STFT無(wú)法同時(shí)兼顧時(shí)間和頻率上的分辨率要求[10],因此不能達(dá)到最優(yōu)。

    而同步壓縮變換(SST)能夠?qū)⑿盘?hào)進(jìn)行分解,使得信號(hào)具有時(shí)變振蕩特性。通過(guò)計(jì)算時(shí)頻譜的瞬時(shí)頻率,將圖中的能量以頻率方向進(jìn)行壓縮,提高時(shí)頻的可讀性[11]。

    Gs(ω,t)相位不受時(shí)間窗長(zhǎng)度的影響,利用其相位來(lái)計(jì)算瞬時(shí)頻率vG(ω,t),若Gs(ω,t)不等于0,則能夠得到時(shí)頻譜中每一個(gè)時(shí)頻點(diǎn)的瞬時(shí)頻率,如式(2)所示:

    (2)

    Figure 3 Process of generative adversarial networks

    通過(guò)式(2)計(jì)算得到瞬時(shí)頻率,通過(guò)映射(t,ω)→(t,vG(ω,t))在時(shí)頻平面內(nèi)對(duì)初步的時(shí)頻分布沿著頻率方向進(jìn)行重新分配,時(shí)頻重排可以表示為式(3):

    (3)

    其中,δ(·)為單位脈沖函數(shù)。

    同步壓縮SST在頻率方向?qū)TFT的結(jié)果進(jìn)行壓縮。作為一種后處理工具,SST能夠達(dá)到提升時(shí)頻譜能量聚集的目的[12],還可以重構(gòu)信號(hào),從而提高了最終識(shí)別正確率。

    圖1為原始腦電信號(hào)圖。信號(hào)經(jīng)過(guò)同步壓縮變換處理后得到的時(shí)頻圖像如圖2所示,從圖2可以看出,在相應(yīng)的時(shí)間和頻率下能量不同。由圖2可知,經(jīng)過(guò)FSST變換后得到的頻率譜能量聚集性較高,頻率曲線明顯。

    Figure 1 Original EEG

    Figure 2 Time-frequency image after preprocessing

    2.2 深度卷積生成對(duì)抗網(wǎng)絡(luò)

    生成對(duì)抗網(wǎng)絡(luò)GAN是一種深度學(xué)習(xí)模型,最早由Goodfellow于2014年提出,主要由2部分結(jié)構(gòu)組成:生成器G和判別器D。G和D是一種博弈對(duì)抗關(guān)系,在博弈過(guò)程中生成器生成的偽樣本慢慢接近真實(shí)數(shù)據(jù),判別器的判斷能力逐漸增強(qiáng),最終達(dá)到一種動(dòng)態(tài)平衡[13,14]。該過(guò)程可以用式(4)表示:

    Ez~Pz(z)[log(1-D(G(z)))]

    (4)

    其中,x為真實(shí)數(shù)據(jù),服從真實(shí)數(shù)據(jù)分布Pdata(x);z為隨機(jī)噪聲,服從先驗(yàn)分布Pz(z);G(z)是將隨機(jī)噪聲z輸入到生成器所產(chǎn)生的偽樣本;D(x)和D(G(z))分別為判別器判斷x和G(z)為“真”的概率。生成對(duì)抗網(wǎng)絡(luò)工作過(guò)程如圖3所示。

    Radford等[15]提出了結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和生成對(duì)抗網(wǎng)絡(luò)的深度卷積生成對(duì)抗網(wǎng)絡(luò)DCGAN模型。針對(duì)DCGAN存在的一些問(wèn)題,如網(wǎng)絡(luò)訓(xùn)練難以收斂、生成樣本質(zhì)量不高等,本文在深度卷積生成對(duì)抗網(wǎng)絡(luò)基礎(chǔ)上進(jìn)行以下改進(jìn):在每一個(gè)卷積層中增加批標(biāo)準(zhǔn)化BN(Batch Normalization)來(lái)優(yōu)化網(wǎng)絡(luò)模型,使其更好地學(xué)習(xí)數(shù)據(jù)特征;用卷積層替代池化層,使生成對(duì)抗網(wǎng)絡(luò)訓(xùn)練CNN時(shí)更加穩(wěn)定。DCGAN以無(wú)監(jiān)督的方式進(jìn)行訓(xùn)練,訓(xùn)練生成的判別器可以用于圖像的特征提取。

    本文使用的深度卷積生成對(duì)抗網(wǎng)絡(luò)中的生成器結(jié)構(gòu)如圖4所示。生成器從隨機(jī)噪聲中獲取100維樣本作為輸入。輸入端與輸出大小為6 272的隱藏層完全連接,然后將其整形為64×7×14。隱藏層之后是3個(gè)反卷積層,卷積核大小為5×5,步長(zhǎng)為2×2。3個(gè)反卷積層的卷積核數(shù)目分別為32,16和16。生成器的輸出與腦電信號(hào)預(yù)處理后的頻譜圖像具有相同的維數(shù)。

    Figure 4 Structure of generator

    Figure 5 Structure of discriminator

    另一方面,判別器將生成的EEG數(shù)據(jù)與真實(shí)數(shù)據(jù)區(qū)分開(kāi)來(lái),其結(jié)構(gòu)如圖5所示。輸入EEG信號(hào),經(jīng)過(guò)同步壓縮短時(shí)傅里葉變換預(yù)處理,生成頻譜圖,輸入樣本數(shù)據(jù)維度為56×112。之后由3個(gè)卷積層提取特征,卷積核大小為5×5,步長(zhǎng)為2×2,3個(gè)卷積層的卷積核數(shù)目分別為16,32和64。提取的特征被展平輸入到2個(gè)全連接層中,輸出維度分別為256和2。

    3 實(shí)驗(yàn)與結(jié)果分析

    3.1 數(shù)據(jù)集

    本文實(shí)驗(yàn)數(shù)據(jù)來(lái)自由波士頓兒童醫(yī)院CHB(Children’s Hospital Boston)和麻省理工學(xué)院MIT(Massachusetts Institute of Technology)共同創(chuàng)建的頭皮腦電信號(hào)開(kāi)源數(shù)據(jù)集。該數(shù)據(jù)集為全球提供大量可免費(fèi)公開(kāi)訪問(wèn)的生理信號(hào)數(shù)據(jù)。CHB-MIT數(shù)據(jù)集包含23名年齡在3~22歲的癲癇患者的頭皮腦電數(shù)據(jù),其中男性5名,女性18名。數(shù)據(jù)集詳細(xì)描述見(jiàn)文獻(xiàn)[16]。

    由于原始數(shù)據(jù)無(wú)法直接應(yīng)用到具有3個(gè)卷積層的生成對(duì)抗網(wǎng)絡(luò)結(jié)構(gòu)中,所以需要先對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理。使用同步壓縮短時(shí)傅里葉變換方法將時(shí)間序列EEG信號(hào)轉(zhuǎn)換成由頻率軸和時(shí)間軸組成的二維矩陣。

    不同患者的腦電記錄的通道數(shù)量不全相同,如Pat4和Pat13 2位患者的腦電記錄分別有20個(gè)和17個(gè)可用通道。為了便于數(shù)據(jù)合并和更有效地訓(xùn)練GAN,本文預(yù)處理按照文獻(xiàn)[17]中的方法,在CHB-MIT數(shù)據(jù)集中為每個(gè)患者選擇16個(gè)通道,使所有患者具有相同數(shù)量的通道。利用短時(shí)傅里葉變換,使用1 s長(zhǎng)度和50%重疊的余弦窗口,對(duì)腦電信號(hào)進(jìn)行時(shí)頻分析。由于STFT會(huì)嚴(yán)重受到噪聲影響,且得到的頻譜圖像分辨率不高,導(dǎo)致最后的分類(lèi)效果不佳,故下一步通過(guò)同步壓縮變換對(duì)STFT得到的時(shí)頻平面能量在頻率方向進(jìn)行重新分配,對(duì)時(shí)頻曲線進(jìn)行壓縮,以達(dá)到提高分辨率的目的。最后將時(shí)間序列EEG信號(hào)轉(zhuǎn)換成由頻率軸和時(shí)間軸組成的二維矩陣。

    3.2 評(píng)估標(biāo)準(zhǔn)

    為了準(zhǔn)確評(píng)價(jià)本文提出的方法,利用Schelter等[18]提出的評(píng)價(jià)方法。由于目前關(guān)于癲癇發(fā)作預(yù)測(cè)方法均無(wú)法準(zhǔn)確預(yù)測(cè)到癲癇發(fā)作的具體時(shí)刻,而是確定癲癇發(fā)作的一個(gè)時(shí)間范圍,文獻(xiàn)[18]定義了發(fā)作出現(xiàn)時(shí)期SOP(Seizure Occurrence Period)和發(fā)作預(yù)測(cè)范圍SPH(Seizure Prediction Horizon)2個(gè)變量。其中,發(fā)作預(yù)測(cè)范圍(SPH)指的是癲癇發(fā)作前的預(yù)測(cè)時(shí)間段,發(fā)作出現(xiàn)時(shí)期(SOP)指癲癇一定會(huì)發(fā)作的時(shí)間段。為了給出正確的預(yù)測(cè),癲癇發(fā)作點(diǎn)必須在SPH之后且在SOP范圍內(nèi)。也就是說(shuō)系統(tǒng)發(fā)出警報(bào)之后,在SPH內(nèi)無(wú)癲癇發(fā)作,而在SOP內(nèi)有一次發(fā)作被視為一次正確的預(yù)測(cè),反之則為一次錯(cuò)誤的預(yù)測(cè)。

    在臨床醫(yī)療應(yīng)用中,SPH過(guò)短會(huì)影響對(duì)患者的治療和干預(yù),太長(zhǎng)會(huì)造成患者和醫(yī)護(hù)人員的心理壓力,因此SPH也被稱(chēng)為干預(yù)時(shí)間。在本文實(shí)驗(yàn)中,SOP設(shè)置為30 min,SPH設(shè)置為5 min。癲癇發(fā)作的確切時(shí)間可能在SOP內(nèi)有所不同,故預(yù)測(cè)存在一定的不確定性。

    本文分別利用敏感性、特異性、準(zhǔn)確率和假陽(yáng)性率對(duì)癲癇腦電信號(hào)檢測(cè)方法的性能進(jìn)行評(píng)價(jià)。

    (1)敏感性Sen(Sensitivity),指檢測(cè)系統(tǒng)對(duì)癲癇即將發(fā)病的敏感程度(識(shí)別能力),計(jì)算如式(5)所示:

    (5)

    其中,NPS為正確識(shí)別癲癇發(fā)作前期的次數(shù),NTN為癲癇發(fā)作前期總次數(shù)。

    (2)特異性Spe(Specificity),指檢測(cè)系統(tǒng)對(duì)癲癇發(fā)作間期的特征識(shí)別能力,計(jì)算如式(6)所示:

    (6)

    其中,NCS為正確識(shí)別的發(fā)作間期的次數(shù),NTS為發(fā)作間期的總次數(shù)[19]。

    (3)準(zhǔn)確率Acc(Accuracy),評(píng)估測(cè)量系統(tǒng)分類(lèi)性能的優(yōu)劣,計(jì)算如式(7)所示:

    (7)

    (4)假陽(yáng)性率FPR(False Positive Rate),表示當(dāng)前被錯(cuò)誤分到癲癇發(fā)作前期類(lèi)別中的樣本所占比例,計(jì)算如式(8)所示:

    (8)

    3.3 實(shí)驗(yàn)結(jié)果

    本文實(shí)驗(yàn)在Windows操作系統(tǒng)下進(jìn)行,基于開(kāi)源深度學(xué)習(xí)框架TensorFlow,使用編程語(yǔ)言Python實(shí)現(xiàn)。實(shí)驗(yàn)數(shù)據(jù)來(lái)自CHB-MIT腦電數(shù)據(jù)集中的23名患者的相關(guān)數(shù)據(jù),采用十折交叉驗(yàn)證方法。

    3.3.1 本文方法檢測(cè)效果

    本文基于SOP=30 min和SPH=5 min計(jì)算所有指標(biāo)。通過(guò)CHB-MIT腦電數(shù)據(jù)集獲得的癲癇發(fā)作預(yù)測(cè)結(jié)果。

    表1詳細(xì)描述了CHB-MIT數(shù)據(jù)集中各患者的信息及其識(shí)別準(zhǔn)確率,包括患者性別、癲癇發(fā)作次數(shù)、持續(xù)時(shí)間和間隔時(shí)間等。本文方法對(duì)不同患者的檢測(cè)結(jié)果各不相同,其中Chb07患者的識(shí)別準(zhǔn)確率最高,為99.12%,23名患者的平均識(shí)別準(zhǔn)確率達(dá)到了97.97%。

    3.3.2 特征提取有效性分析

    對(duì)于癲癇發(fā)作預(yù)測(cè)任務(wù),最關(guān)鍵的部分是確定所有陽(yáng)性病例,即錯(cuò)過(guò)癲癇發(fā)作前期但未被發(fā)現(xiàn)的患者腦電數(shù)據(jù)。此外,實(shí)驗(yàn)結(jié)果中錯(cuò)誤警報(bào)的次數(shù)越少,方法性能越好。因此,對(duì)實(shí)驗(yàn)結(jié)果的評(píng)估主要基于靈敏度、FPR值及準(zhǔn)確率。

    本文比較了半監(jiān)督學(xué)習(xí)模型FSST-DCGAN和完全監(jiān)督模型CNN在CHB-MIT數(shù)據(jù)集上的檢測(cè)效果,同時(shí)也將文獻(xiàn)[20]中的方法在CHB-MIT數(shù)據(jù)集上進(jìn)行了仿真實(shí)驗(yàn),結(jié)果如表2所示。結(jié)果顯示,在不同方法對(duì)不同患者的檢測(cè)結(jié)果各不相同,這與數(shù)據(jù)特征有關(guān),如癲癇發(fā)作次數(shù)和時(shí)間間隔等。FSST-DCGAN方法在該數(shù)據(jù)集上的平均敏感度高于表2中CNN和CNN仿真實(shí)驗(yàn)的結(jié)果,達(dá)到了89.06%;同時(shí),對(duì)于患者Chb01,Chb02,Chb03,Chb09,Chb18,Chb21和Chb23來(lái)說(shuō),本文方法的FPR值為0,這說(shuō)明本文方法相較于CNN模型對(duì)癲癇發(fā)作預(yù)測(cè)更加有效。

    為進(jìn)一步分析本文所提方法,將其與最近使用CHB-MIT數(shù)據(jù)集進(jìn)行癲癇檢測(cè)的方法進(jìn)行比較,結(jié)果如表3所示。

    Table 1 Detection results of the proposed method

    Table 2 Result comparison of CNN method and the proposed method

    Table 3 Results comparison of different feature extraction methods

    從表2和表3可以看出,本文方法與不同特征提取方法相比,識(shí)別準(zhǔn)確率明顯較高,但還存在需改進(jìn)的地方,比如對(duì)于一些患者,F(xiàn)PR值較高,這也是以后需要研究分析的內(nèi)容。

    4 結(jié)束語(yǔ)

    目前,國(guó)內(nèi)外關(guān)于癲癇腦電信號(hào)檢測(cè)的相關(guān)方法逐漸增多,雖然有些方法已取得較好的結(jié)果,但仍舊處于發(fā)展階段,還有許多問(wèn)題沒(méi)有被完全解決。本文將FSST和DCGAN引入癲癇腦電信號(hào)檢測(cè)中,提出了一種新的FSST-DCGAN模型來(lái)預(yù)測(cè)癲癇發(fā)作。在CHB-MIT數(shù)據(jù)集上評(píng)估了該方法的性能,實(shí)驗(yàn)結(jié)果表明,本文提出的FSST比傳統(tǒng)的STFT更好,有效提高了腦電信號(hào)的提取精度。同時(shí),使用深度卷積生成對(duì)抗網(wǎng)絡(luò)進(jìn)行特征提取,既減少了EEG昂貴又耗時(shí)的標(biāo)記任務(wù),又有效解決了樣本量不足的問(wèn)題。結(jié)合2種方法提取腦電信號(hào)數(shù)據(jù)特征的方法在癲癇預(yù)測(cè)任務(wù)中取得了較為理想的敏感性和準(zhǔn)確率。通過(guò)對(duì)比其他特征提取方法,也驗(yàn)證了本文方法在癲癇腦電信號(hào)檢測(cè)上的可行性和有效性。

    猜你喜歡
    腦電傅里葉電信號(hào)
    基于聯(lián)合聚類(lèi)分析的單通道腹部心電信號(hào)的胎心率提取
    基于Code Composer Studio3.3完成對(duì)心電信號(hào)的去噪
    科技傳播(2019年24期)2019-06-15 09:29:28
    雙線性傅里葉乘子算子的量化加權(quán)估計(jì)
    基于小波降噪的稀疏傅里葉變換時(shí)延估計(jì)
    基于隨機(jī)森林的航天器電信號(hào)多分類(lèi)識(shí)別方法
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù))
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù)) 第五章 腦電地形圖的臨床中的應(yīng)用
    基于傅里葉變換的快速TAMVDR算法
    現(xiàn)代實(shí)用腦電地形圖學(xué)(續(xù)) 第五章 腦電地形圖在臨床中的應(yīng)用
    999精品在线视频| 99国产精品免费福利视频| 内地一区二区视频在线| 日韩一区二区三区影片| 精品99又大又爽又粗少妇毛片| 成人午夜精彩视频在线观看| 狠狠婷婷综合久久久久久88av| 日韩伦理黄色片| 激情五月婷婷亚洲| 青春草国产在线视频| av专区在线播放| 日韩熟女老妇一区二区性免费视频| 亚洲精品乱码久久久久久按摩| xxx大片免费视频| 国模一区二区三区四区视频| 丝袜喷水一区| 欧美日韩综合久久久久久| 日韩中字成人| 热re99久久国产66热| 美女视频免费永久观看网站| 少妇的逼水好多| 我的老师免费观看完整版| www.色视频.com| 黄色毛片三级朝国网站| 亚洲图色成人| 99精国产麻豆久久婷婷| 久久久久视频综合| 久久久久精品性色| 99久久精品一区二区三区| 永久免费av网站大全| 一本色道久久久久久精品综合| 国产免费一区二区三区四区乱码| 久久久国产欧美日韩av| 大话2 男鬼变身卡| 欧美另类一区| 丰满饥渴人妻一区二区三| kizo精华| 国产精品国产三级专区第一集| a级毛片免费高清观看在线播放| 亚洲国产精品成人久久小说| 亚洲人成网站在线观看播放| 日产精品乱码卡一卡2卡三| 一级毛片电影观看| 国产成人aa在线观看| 秋霞伦理黄片| 欧美亚洲 丝袜 人妻 在线| 国产片内射在线| 51国产日韩欧美| 日韩一区二区视频免费看| 大话2 男鬼变身卡| 夫妻午夜视频| 欧美3d第一页| 日韩熟女老妇一区二区性免费视频| 欧美bdsm另类| 日韩免费高清中文字幕av| 亚洲国产精品国产精品| 你懂的网址亚洲精品在线观看| 久久久久久久久大av| 久久国产亚洲av麻豆专区| 亚洲综合精品二区| 久久久久精品性色| 韩国av在线不卡| 3wmmmm亚洲av在线观看| 国产高清有码在线观看视频| 亚洲人成网站在线播| 成人免费观看视频高清| av免费在线看不卡| 简卡轻食公司| 人妻一区二区av| 男人操女人黄网站| 王馨瑶露胸无遮挡在线观看| 亚洲精品成人av观看孕妇| 99热这里只有精品一区| 新久久久久国产一级毛片| 日韩精品免费视频一区二区三区 | 久久久国产精品麻豆| 日韩不卡一区二区三区视频在线| 精品久久久精品久久久| 99久久精品一区二区三区| 日韩av不卡免费在线播放| 国国产精品蜜臀av免费| 国产无遮挡羞羞视频在线观看| 在线精品无人区一区二区三| 亚洲怡红院男人天堂| 99九九在线精品视频| 乱码一卡2卡4卡精品| 亚洲欧美精品自产自拍| 搡老乐熟女国产| 韩国av在线不卡| 麻豆成人av视频| 黄片无遮挡物在线观看| 日本av手机在线免费观看| 特大巨黑吊av在线直播| 精品国产露脸久久av麻豆| 我的女老师完整版在线观看| 国产深夜福利视频在线观看| 免费高清在线观看日韩| 九色成人免费人妻av| 精品一区二区三区视频在线| 国产深夜福利视频在线观看| 国产又色又爽无遮挡免| 女性生殖器流出的白浆| 啦啦啦在线观看免费高清www| a级毛片黄视频| 久久这里有精品视频免费| 日本黄大片高清| 亚洲欧洲国产日韩| 国产亚洲午夜精品一区二区久久| 丰满少妇做爰视频| 两个人免费观看高清视频| 纵有疾风起免费观看全集完整版| 国产日韩一区二区三区精品不卡 | 国产有黄有色有爽视频| av天堂久久9| 免费看av在线观看网站| 欧美日韩一区二区视频在线观看视频在线| 国产精品三级大全| 国产 精品1| 国产精品不卡视频一区二区| 99热国产这里只有精品6| 大片免费播放器 马上看| 国产高清三级在线| 这个男人来自地球电影免费观看 | 免费观看在线日韩| 亚洲国产精品一区三区| av线在线观看网站| 国产永久视频网站| 一区二区三区四区激情视频| 在线观看一区二区三区激情| 亚洲精品,欧美精品| 久久 成人 亚洲| av黄色大香蕉| 日韩一本色道免费dvd| 久久人人爽av亚洲精品天堂| 老女人水多毛片| 亚洲国产精品一区二区三区在线| 最近中文字幕高清免费大全6| 国产深夜福利视频在线观看| 寂寞人妻少妇视频99o| 中文精品一卡2卡3卡4更新| 日韩 亚洲 欧美在线| 国产成人一区二区在线| 亚洲欧洲国产日韩| 少妇 在线观看| 日韩,欧美,国产一区二区三区| 人人妻人人澡人人看| 最近手机中文字幕大全| 国产伦理片在线播放av一区| 久久久久久久久大av| 熟女人妻精品中文字幕| 国产在线免费精品| 国产精品三级大全| 久久精品国产a三级三级三级| 人妻夜夜爽99麻豆av| 精品一区在线观看国产| 高清在线视频一区二区三区| 久久99蜜桃精品久久| 中文字幕av电影在线播放| 十八禁高潮呻吟视频| av网站免费在线观看视频| 9色porny在线观看| 乱码一卡2卡4卡精品| 日韩av不卡免费在线播放| 国产高清有码在线观看视频| 国产av一区二区精品久久| 午夜av观看不卡| 黄色毛片三级朝国网站| 久久毛片免费看一区二区三区| 欧美日韩视频精品一区| 最后的刺客免费高清国语| 日韩一区二区视频免费看| 国产熟女午夜一区二区三区 | 欧美亚洲 丝袜 人妻 在线| 高清不卡的av网站| 国产精品国产av在线观看| 欧美日韩视频精品一区| a 毛片基地| 成年人免费黄色播放视频| 一级毛片 在线播放| 九色亚洲精品在线播放| 女人久久www免费人成看片| 在线观看三级黄色| 亚洲av综合色区一区| 最近中文字幕2019免费版| 国产精品免费大片| 97在线人人人人妻| 午夜av观看不卡| 99久久精品国产国产毛片| 日韩成人伦理影院| 国产国拍精品亚洲av在线观看| 日韩一区二区三区影片| 夜夜看夜夜爽夜夜摸| 搡老乐熟女国产| 精品亚洲乱码少妇综合久久| 91久久精品电影网| 亚洲婷婷狠狠爱综合网| 亚洲在久久综合| 七月丁香在线播放| 91精品国产九色| 日本免费在线观看一区| 国产免费视频播放在线视频| 午夜免费男女啪啪视频观看| 日韩制服骚丝袜av| 久久精品久久久久久久性| 99国产综合亚洲精品| 亚洲欧洲精品一区二区精品久久久 | 建设人人有责人人尽责人人享有的| 国产白丝娇喘喷水9色精品| 精品久久久久久久久av| 国产亚洲精品第一综合不卡 | 一级二级三级毛片免费看| 久久精品国产a三级三级三级| 久久免费观看电影| av不卡在线播放| 亚洲性久久影院| 日韩三级伦理在线观看| 欧美成人午夜免费资源| 国产精品成人在线| 久久久久精品性色| 五月开心婷婷网| 夫妻午夜视频| 午夜影院在线不卡| 亚洲国产av影院在线观看| 九色亚洲精品在线播放| 精品熟女少妇av免费看| 国产av国产精品国产| 中文字幕久久专区| 日产精品乱码卡一卡2卡三| 青春草亚洲视频在线观看| 简卡轻食公司| 少妇精品久久久久久久| 免费高清在线观看日韩| 国产成人免费观看mmmm| 亚洲av不卡在线观看| 满18在线观看网站| 男男h啪啪无遮挡| 99久久精品一区二区三区| 日韩不卡一区二区三区视频在线| 婷婷成人精品国产| 久久99一区二区三区| 天堂俺去俺来也www色官网| 伦理电影大哥的女人| 国产亚洲最大av| 十八禁高潮呻吟视频| 街头女战士在线观看网站| 中文字幕精品免费在线观看视频 | 男人操女人黄网站| 一边摸一边做爽爽视频免费| 满18在线观看网站| 婷婷色综合www| 91精品三级在线观看| 在线观看三级黄色| 午夜福利视频在线观看免费| 中文欧美无线码| 成年人午夜在线观看视频| 国产免费现黄频在线看| 亚洲av电影在线观看一区二区三区| 一级爰片在线观看| 日日撸夜夜添| 久久精品国产a三级三级三级| 国产极品天堂在线| 黄色视频在线播放观看不卡| 制服丝袜香蕉在线| av电影中文网址| 成年人免费黄色播放视频| 97在线视频观看| 国产日韩欧美亚洲二区| 国产伦精品一区二区三区视频9| 国产69精品久久久久777片| 国产免费一级a男人的天堂| 99久久综合免费| 亚洲国产精品999| 少妇的逼好多水| 丝瓜视频免费看黄片| 街头女战士在线观看网站| a 毛片基地| 国产有黄有色有爽视频| 最后的刺客免费高清国语| 日本黄色日本黄色录像| 亚洲av电影在线观看一区二区三区| 成人综合一区亚洲| 日韩制服骚丝袜av| 亚洲图色成人| 欧美日韩精品成人综合77777| 最近的中文字幕免费完整| 一级毛片黄色毛片免费观看视频| 亚洲,一卡二卡三卡| 少妇的逼水好多| 国产精品人妻久久久影院| 狠狠精品人妻久久久久久综合| 国产黄色免费在线视频| 久久久久国产精品人妻一区二区| 久久人妻熟女aⅴ| 美女福利国产在线| 久久久久久久久久成人| 久久人人爽av亚洲精品天堂| 午夜福利,免费看| 午夜久久久在线观看| 91成人精品电影| 成人国产麻豆网| 性色av一级| 亚洲精品视频女| 老司机影院成人| 国产又色又爽无遮挡免| 久久99蜜桃精品久久| 国产黄片视频在线免费观看| 精品亚洲乱码少妇综合久久| 欧美精品人与动牲交sv欧美| 久久综合国产亚洲精品| 美女视频免费永久观看网站| 伦理电影大哥的女人| 成人国语在线视频| 国产精品一区www在线观看| 欧美人与善性xxx| 2018国产大陆天天弄谢| 日韩精品免费视频一区二区三区 | 一级片'在线观看视频| 久久人人爽人人片av| 欧美人与善性xxx| 一级毛片 在线播放| 最近中文字幕高清免费大全6| 亚洲少妇的诱惑av| av网站免费在线观看视频| 国产精品女同一区二区软件| 涩涩av久久男人的天堂| 国产一区二区在线观看av| 香蕉精品网在线| 黄片无遮挡物在线观看| 亚洲精品中文字幕在线视频| 一区在线观看完整版| 最近中文字幕高清免费大全6| 欧美成人午夜免费资源| 日韩制服骚丝袜av| 极品少妇高潮喷水抽搐| 日本vs欧美在线观看视频| 免费黄网站久久成人精品| 哪个播放器可以免费观看大片| 在现免费观看毛片| 精品少妇黑人巨大在线播放| 菩萨蛮人人尽说江南好唐韦庄| 老司机亚洲免费影院| 久久久欧美国产精品| 国产精品三级大全| 少妇的逼水好多| 国产精品欧美亚洲77777| 成年女人在线观看亚洲视频| 国国产精品蜜臀av免费| 少妇的逼水好多| 夫妻午夜视频| 在线播放无遮挡| 亚洲欧洲精品一区二区精品久久久 | 色94色欧美一区二区| 久久国产亚洲av麻豆专区| 免费大片黄手机在线观看| 日韩成人av中文字幕在线观看| 亚洲国产精品999| 国产日韩一区二区三区精品不卡 | 一级片'在线观看视频| 天天影视国产精品| 国产国拍精品亚洲av在线观看| 国产色婷婷99| 色哟哟·www| 美女中出高潮动态图| 亚洲av福利一区| 在线观看人妻少妇| 欧美精品国产亚洲| 在线观看免费视频网站a站| 97超视频在线观看视频| 国产淫语在线视频| 亚州av有码| 国产一区有黄有色的免费视频| 亚洲精品乱久久久久久| 精品一区二区三卡| 久久久精品94久久精品| 欧美变态另类bdsm刘玥| 黑人欧美特级aaaaaa片| 国产欧美亚洲国产| 久久午夜福利片| 色94色欧美一区二区| 王馨瑶露胸无遮挡在线观看| 中文字幕人妻丝袜制服| 热re99久久国产66热| a级片在线免费高清观看视频| 亚洲精品色激情综合| 嫩草影院入口| 欧美3d第一页| 国产免费一级a男人的天堂| 久久午夜福利片| 午夜福利,免费看| 亚洲精品乱久久久久久| 超碰97精品在线观看| 亚洲精品视频女| 性色avwww在线观看| 久久久久久久久久成人| 免费av中文字幕在线| 久久国产精品男人的天堂亚洲 | 国产精品成人在线| 日韩亚洲欧美综合| 久久久久久久久久人人人人人人| 丰满迷人的少妇在线观看| 日韩欧美一区视频在线观看| 欧美激情 高清一区二区三区| 精品久久久久久电影网| 一边摸一边做爽爽视频免费| 制服丝袜香蕉在线| 亚洲婷婷狠狠爱综合网| 麻豆成人av视频| 多毛熟女@视频| 精品亚洲成a人片在线观看| 日本午夜av视频| av电影中文网址| 少妇高潮的动态图| 国产精品三级大全| 久久久久久久亚洲中文字幕| 国产欧美日韩综合在线一区二区| 国产精品久久久久久久久免| 亚洲精品,欧美精品| 中文乱码字字幕精品一区二区三区| 性高湖久久久久久久久免费观看| 夫妻午夜视频| 亚洲精品乱码久久久v下载方式| 久久99蜜桃精品久久| 一本大道久久a久久精品| 少妇的逼水好多| 在线观看三级黄色| 999精品在线视频| 亚洲精品自拍成人| 精品久久久精品久久久| 国产成人一区二区在线| 国产精品三级大全| 精品亚洲成a人片在线观看| 免费观看a级毛片全部| 免费黄色在线免费观看| 日本-黄色视频高清免费观看| 国产免费视频播放在线视频| 国产不卡av网站在线观看| 国产一区亚洲一区在线观看| 晚上一个人看的免费电影| 久久久午夜欧美精品| 我要看黄色一级片免费的| 亚洲国产日韩一区二区| 亚洲精品国产色婷婷电影| 国产日韩欧美在线精品| 人人妻人人澡人人看| 国产无遮挡羞羞视频在线观看| 精品人妻偷拍中文字幕| 日韩免费高清中文字幕av| 五月开心婷婷网| 久久综合国产亚洲精品| 亚洲丝袜综合中文字幕| 亚洲精品乱久久久久久| 蜜桃久久精品国产亚洲av| 精品一品国产午夜福利视频| 亚洲欧美一区二区三区黑人 | 黑丝袜美女国产一区| 免费大片18禁| 久久久精品免费免费高清| 国产精品人妻久久久影院| 亚洲精品乱码久久久v下载方式| 男人操女人黄网站| 亚洲国产精品成人久久小说| 老司机影院毛片| 亚洲精品久久午夜乱码| 国产精品不卡视频一区二区| 国产亚洲午夜精品一区二区久久| 国产一区有黄有色的免费视频| 国产伦精品一区二区三区视频9| 999精品在线视频| 国产黄色免费在线视频| 欧美xxxx性猛交bbbb| 男的添女的下面高潮视频| videossex国产| 成人亚洲精品一区在线观看| 日本爱情动作片www.在线观看| 少妇被粗大的猛进出69影院 | 69精品国产乱码久久久| 99热这里只有是精品在线观看| 国产精品 国内视频| 日本欧美国产在线视频| .国产精品久久| 黄色毛片三级朝国网站| 国产在线视频一区二区| 黄片播放在线免费| 在线播放无遮挡| 狂野欧美激情性xxxx在线观看| av视频免费观看在线观看| 国产亚洲欧美精品永久| 日本欧美视频一区| 久久久久精品久久久久真实原创| 婷婷色av中文字幕| av播播在线观看一区| 成年人午夜在线观看视频| 寂寞人妻少妇视频99o| 大香蕉97超碰在线| 全区人妻精品视频| 午夜91福利影院| 国产白丝娇喘喷水9色精品| 国产av国产精品国产| 欧美激情极品国产一区二区三区 | 大香蕉97超碰在线| 欧美97在线视频| 九九久久精品国产亚洲av麻豆| 亚洲av综合色区一区| 久久99蜜桃精品久久| 亚洲成人一二三区av| 哪个播放器可以免费观看大片| 超碰97精品在线观看| 亚洲精品日韩av片在线观看| 妹子高潮喷水视频| 欧美日韩成人在线一区二区| 在线免费观看不下载黄p国产| 成人毛片a级毛片在线播放| 日本欧美国产在线视频| 国产高清不卡午夜福利| 久久午夜福利片| 插逼视频在线观看| 性色avwww在线观看| 99视频精品全部免费 在线| 99九九在线精品视频| 波野结衣二区三区在线| 久久久久久久精品精品| 十八禁网站网址无遮挡| 国产黄片视频在线免费观看| www.av在线官网国产| 一二三四中文在线观看免费高清| 国产精品.久久久| 能在线免费看毛片的网站| 免费观看av网站的网址| 五月天丁香电影| 国产永久视频网站| 欧美xxxx性猛交bbbb| 亚洲精品久久久久久婷婷小说| 久久精品久久久久久久性| 国产 一区精品| 免费黄网站久久成人精品| 99久久中文字幕三级久久日本| 黑人巨大精品欧美一区二区蜜桃 | 国产成人精品婷婷| 日韩一区二区视频免费看| 丰满乱子伦码专区| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 十八禁高潮呻吟视频| 最近最新中文字幕免费大全7| 丝袜喷水一区| 精品久久久久久久久av| 另类亚洲欧美激情| 丰满迷人的少妇在线观看| 亚洲性久久影院| 日日爽夜夜爽网站| 夫妻性生交免费视频一级片| 久久韩国三级中文字幕| .国产精品久久| 高清欧美精品videossex| 成人毛片60女人毛片免费| 国产精品99久久99久久久不卡 | 有码 亚洲区| 中文字幕久久专区| 一边亲一边摸免费视频| 热99久久久久精品小说推荐| 成人漫画全彩无遮挡| 亚洲国产日韩一区二区| 亚洲精品av麻豆狂野| 伦理电影大哥的女人| 能在线免费看毛片的网站| 制服丝袜香蕉在线| 国产黄色视频一区二区在线观看| 日韩一本色道免费dvd| 日本黄色片子视频| 26uuu在线亚洲综合色| 新久久久久国产一级毛片| 精品午夜福利在线看| 欧美精品高潮呻吟av久久| 高清av免费在线| 久久婷婷青草| 美女xxoo啪啪120秒动态图| 日韩,欧美,国产一区二区三区| av国产久精品久网站免费入址| 制服丝袜香蕉在线| 亚洲欧美日韩另类电影网站| 国产一区二区三区av在线| 99热这里只有精品一区| 99热网站在线观看| 男女无遮挡免费网站观看| 国产片内射在线| 精品人妻熟女毛片av久久网站| 丝袜美足系列| 人妻夜夜爽99麻豆av| 国产视频内射| 少妇被粗大猛烈的视频| 日日啪夜夜爽| 国产亚洲欧美精品永久| 日韩成人伦理影院| 在线观看免费高清a一片| 国产有黄有色有爽视频| 狂野欧美白嫩少妇大欣赏| 亚洲熟女精品中文字幕| 国产乱人偷精品视频| 午夜激情久久久久久久| 午夜免费男女啪啪视频观看| 亚洲欧美日韩卡通动漫| 你懂的网址亚洲精品在线观看| 熟女人妻精品中文字幕| 欧美日韩在线观看h| 精品亚洲乱码少妇综合久久| 午夜激情久久久久久久| 国产毛片在线视频| 国产成人a∨麻豆精品| av.在线天堂| 韩国av在线不卡| 亚洲美女视频黄频| 日韩电影二区| 久久99热这里只频精品6学生| 国产av码专区亚洲av| 少妇 在线观看| 国产国语露脸激情在线看|