您现在的位置: 亚博 > 亚博热点>

亚博:人工智能再次现身健康领域 对癫痫发作进行自动分类

作者:Art   日期:2019-03-02
亚博:人工智能再次现身健康领域 对癫痫发作进行自动分类
亚博报导:

【CNMO新闻】在美国,癫痫影响着数百万人的健康和日子,它通常是经过解读脑电图或丈量头皮上的脑电


【CNMO新闻】在美国,癫痫影响着数百万人的健康和日子,它通常是经过解读脑电图或丈量头皮上的脑电活动来确诊的,但信号往往很长,这使得相关数据很难解说。

澳大利亚Edith Cowan大学的研讨人员和孟加拉国Pabna科技大学联合提出一个处理方案,他们在新宣布的论文中表明,能够运用亚博人工智能体系,对癫痫发生主动进行分类。

在这项研讨中,研讨人员企图规划一种不会对精确性发生负面影响的数据预处理技能,他们表明该办法,会削减脑电图数据的巨细和特征的数量,即功能优于一些先进的癫痫检测办法。


亚博人工智能

该小组会集获取了基准脑电图数据,这些数据集包括100个独立通道,长度为23.6秒,每个通道共有4097个数据点,并从10名参与者(5名健康参与者和5名癫痫患者)中别离出信号。接下来,他们计算出最佳样本量,将脑电图分为不同的5.9秒段,再次对每段进行样本量估量,并对每段进行兼并,然后运用算法提取15个不同的特征,每个信号提取60个特征。

然后,研讨人员将数据集分为三类:健康组、距离期(两次癫痫发生之间的时刻)和癫痫发生组,并运用三种不同的比照方法进行分类。他们评价了癫痫分类和logistic模型树五种不同的机器学习算法,在测验中发现随机分类器的精确率最高,即便数据点的降幅高达30%,决心指数仍高达95%。

他们写道,试验结果表明,咱们提出的采样技能和特征挑选算法结合随机分类器能够有效地处理癫痫发生的分类问题。

还有一些相似的研讨,例如MathWorks、美国国立卫生研讨院(NINDS)和美国癫痫学会 ,在谷歌的Kaggle平台上资助了一项比赛,该比赛要求参与者就癫痫发生患者的脑电图数据练习算法;IBM的科学家,在本年早些时候,也描绘了一种快速且高度精确的亚博人工智能辅佐癫痫分类体系。

上一篇:亚博:(测试)万钢:人工智能项目指南和细则马上就要发布 下一篇:亚博:小度品牌升级 百度成人工智能商业化赛道最强选手