此前也有其他研究曾通过脑电图测试分析大脑活动开发预测模型,但因大脑活动模式不同故难度较大,并且需手动提取。但新研究将提取大脑特征及分类过程合并,交由自动化系统处理,更加快速精准。
研究人员还引入了深度学习算法来收集不同的电极点记录下的大脑活动特征,进一步提升了预测准确性。研究人员对22位患者进行测试后发现,该模型预测准确率99.6%,误报率为每小时0.004次。
研究人员表示正在开发一种可以放置在智能手表中的芯片和嵌入头盔中的传感器来帮助癫痫患者。
本文素材来自互联网
此前也有其他研究曾通过脑电图测试分析大脑活动开发预测模型,但因大脑活动模式不同故难度较大,并且需手动提取。但新研究将提取大脑特征及分类过程合并,交由自动化系统处理,更加快速精准。
研究人员还引入了深度学习算法来收集不同的电极点记录下的大脑活动特征,进一步提升了预测准确性。研究人员对22位患者进行测试后发现,该模型预测准确率99.6%,误报率为每小时0.004次。
研究人员表示正在开发一种可以放置在智能手表中的芯片和嵌入头盔中的传感器来帮助癫痫患者。
本文素材来自互联网