一个EEG数据集用于间接性发性放电,带有空间分布信息

科学领域:

• 神经科学是一个神经科学.
• 医疗信息学 医疗信息学
• 生物医学工程 生物医学工程

背景情况:

• 间接性发性排泄物 (IED) 和它们的空间分布对于管理至关重要.
• 现有的数据集缺乏足够的数据和空间信息,阻碍了准确的诊断和治疗.
• 需要全面的,注释的EEG数据集来推进研究.

研究的目的:

• 为研究提供一种新的,大规模的,精心注释的EEG数据集.
• 为IED提供详细的空间分布和意识状态信息.
• 促进改进的IED检测模型的开发和验证.

主要方法:

• 从84名患者收集了28小时的连续原始EEG记录.
• 由多名EEG专家注释了2,516个间歇性形放电 (IED) 时代和22,933个非IED时代 (每个4秒).
• 根据发生区域 (一般化,前部,部,部,中心-部) 和注释的意识状态 (清醒/睡眠) 分类IED.

主要成果:

• 开发并验证了一种基于VGG的IED检测模型,通过空间和意识数据证明了更好的性能.
• 该数据集包含2516个注释的IED时代和22933个非IED时代.
• 纳入意识和空间分布信息提高了IED检测模型的性能.

结论:

• 这份全面的EEG数据集解决了研究现有资源的局限性.
• 这一数据集使IED的检测和分类更准确,有助于的诊断和治疗.
• 它作为一个有价值的基准来评估和比较IED检测算法.