快速分数福里埃变换辅助的新图形方法用于EEG酒精检测
Muhammad Tariq Sadiq1, Adnan Yousaf2, Siuly Siuly3
1School of Computer Science and Electronic Engineering, University of Essex, Colchester Campus, Colchester CO4 3SQ, UK.
Bioengineering (Basel, Switzerland)
|May 25, 2024
概括
这项研究引入了一种使用电脑电图 (EEG) 信号识别酒症的新方法,实现了高精度. 新的基于EEG的方法为传统诊断方法提供了更可靠的替代方案.
科学领域:
- 神经科学是一个神经科学.
- 医学诊断 医学诊断 医学诊断
- 信号处理 信号处理
背景情况:
- 酒是一种严重的脑部疾病,导致认知,情绪和行为问题.
- 传统的酒诊断 (CAGE评估) 是漫长的,容易出错,并且有偏见.
- 需要客观,准确的酒精检测方法.
研究的目的:
- 开发一种新的框架,用于使用电脑电图 (EEG) 信号识别酒症.
- 克服现有诊断方法的局限性.
- 建立一个高效可靠的系统,实时检测酒.
主要方法:
- 使用多尺度主要组件分析预处理EEG数据以删除人工物.
- 一种基于快速分数里叶变换系数的图形技术,可视化EEG信号的复杂性.
- 特征提取,组合特征选择和神经网络分类器评估.
主要成果:
- 拟议的框架使用循环神经网络 (RNN) 实现了97.5%的准确性,96.7%的灵敏性和98.3%的特异性.
- 十六个选定的特征显示了正常和酒精EEG信号之间的有效区分.
- 该方法成功地可视化了EEG信号中的混乱特征和复杂性.
结论:
- 这种基于EEG的新框架提供了一种高度准确和可靠的方法来识别酒.
- 这种方法可以显著改善传统的诊断工具.
- 开发的框架有可能在临床和商业环境中实时应用.
