基于CNN+Bi-LSTM和脑电信号的疼痛分类的研究

来源 :大众科技 | 被引量 : 0次 | 上传用户:xtt1027
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑电图(Electroencephalogram, EEG)是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映,包含了大量的生理和病理信息。近年来,与疼痛相关脑电信号的研究是当前脑认知和临床治疗领域的研究热点和难点问题之一。文章使用卷积神经网络(Convolutional Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)结合的CNN+Bi-LSTM网络算法对疼痛和不痛的脑电信号进行二分类,准确率达到了97.1%,与此同时precision
其他文献
随着我国社会主义理论的不断完善,如何在现有基础上促进社会治理的精细化和精准化成为我国首要关注和探究的问题,而共建共享社会治理格局作为我国新时代下的社会建设总基调,
IMO规范中要求,船舶满载吃水时,从一侧舵角35°转到另一侧舵角30°的转舵时间应小于28s,在散货船的试航测试中,船舶的压载状态无法达到满载情况,通常在压载吃水下测
<正>随着各种消毒剂的广泛使用,细菌对消毒剂的抗性问题随之被提出,成为众多学者关注的消毒学课题之一。1952年,Chaplin[1]发现细菌对消毒剂有一种类似于对抗生素耐药性的性
从一种非洲的药用植物分离提取出两种有抗菌活性的比学成份,经化学及光谱分析(FAB-MS,13C—NMR,1H—NMR,COSY和DEPT等核磁光谱技术),证实其结构为氧前胡素和它的二羟基同系物,抗菌实验表明均有抗菌活性。