基于双向 LSTM深度网络的癫痫自动检测研究

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 脑电信号的概述

1.3 癫痫自动检测的研究现状

1 .4癫痫自动检测模型

1 .5本文结构安排

第二章 癫痫脑电信号的处理

2.1 基于时频域脑电信号处理

2.1.1 短时傅里叶变换

2.1.2 小波变换

2.1.3 经验模态分解

2.2.1 卷积神经网络

2.2.2 循环神经网络

2.2.3双向RNN

2.3 本章小结

第三章 基于局部均值分解和Bi-LSTM的算法研究

3.1 局部均值分解

3 .2脑电信号统计学特征

3.3 LSTM与Bi-LSTM

3.3.1 LSTM的结构

3.3.2 Bi-LSTM深度网络

3 .4本章小结

第四章 实验过程与结果分析

4 .1实验数据

4 .1 .1实验数据来源

4.1.2 实验训练与测试数据的选择

4 .2实验过程

4.2.1 预处理数据与提取特征

4.2.2 模型优化

4 .2 .3后处理

4 .3 .1实验性能评价指标

4 .3 .2实验结果

4 .4实验结果对比与讨论

4 .4 .1对比实验的结果分析

4.4.2 与其他方法的比较

4 .5本章小结

第五章 总结与展望

5 .1总结

5.2 对以后工作的展望

参考文献

攻读硕士学位期间发表的论文

致谢