基于斯托克威尔变压器和变压器的自动扣押检测

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 是一种慢性神经系统疾病,其特征是脑部异常活动.
• 通过脑电图 (EEG) 自动检测发作对于临床实践和研究至关重要.
• 目前的方法需要大量的手动审查,突出了对高效算法的需求.

研究的目的:

• 开发一种新的自动脑电图检测方法.
• 为了提高发作检测算法的准确性和效率.
• 评估拟议方法的临床可行性.

主要方法:

• 斯托克威尔变换 (S-变换) 的应用,用于EEG信号的时间频率表示.
• 通过将时间频率矩阵分组成EEG节奏块并将其压缩成向量来提取特征.
• 使用具有集成特征选择和后处理技术的变压器网络进行分类.

主要成果:

• 在CHB-MIT数据库中实现了高性能:96.15%的准确性,96.11%的灵敏性,96.38%的特异性,96.33%的精度和0.98 AUC在基于细分的测试中.
• 基于事件的结果显示96.57%的灵敏度,低错误检测率 (0.38/h) 和20.62秒的延迟.
• 与现有的发作检测方法相比,显示出显著的改进.

结论:

• 拟议的S转换器和基于转换器的方法为自动发作检测提供了一个高度准确和高效的方法.
• 该算法的性能表明,该算法在现实世界中具有很强的临床应用潜力.
• 这种方法可以显著减少医疗专业人员在分析EEG数据方面的负担.