成果展示
成果展示 当前位置: 首页 >> 成果展示 >> 脑机接口与康复医疗 >> 正文

基于网络科学与深度学习的癫痫发作预警系统

        癫痫患者数量众多,发作时间不确定,病症影响严重。预测癫痫发作并做出相应预警可以大幅减轻癫痫对患者造成的身体危害和精神痛苦。为延长癫痫发作的预警时间与预测精度,高忠科教授团队设计了一套搭载高精度EEG脑电采集模块的癫痫发作预警系统。该系统融合复杂网络和深度学习,构建了生理状态分析模块,可评估当前时刻癫痫发作风险,并根据需要提醒患者。经过测试,该系统可以在预测时长为1个小时的情况下,达到96%的预测灵敏度。其中高精度EEG脑电采集模块如图1,癫痫发作预警系统的系统框图如图2。


图1 高精度EEG脑电采集模块


图2 癫痫发作预警系统的系统框图




上一条:基于网络科学的心电信号监测技术
下一条:融合脑机接口和深度学习的重度抑郁症智能诊断系统

Copyright ©  人工智能与网络科学研究所  版权所有
地址:天津市南开区卫津路92号天津大学 邮编:300072