基于 CNN 辅助因子图与互信息估计特征用于癫痫发作检测的模型
信号处理
2022-03-14 v1
摘要
我们提出了一种由卷积神经网络(CNN)辅助、并利用神经网络估计的互信息特征辅助的因子图方法用于癫痫发作检测。具体而言,我们使用神经互信息估计来评估不同脑电图(EEG)通道之间的相关性作为特征。随后,我们使用一维 CNN 从 EEG 信号中提取额外特征,并将两类特征均用于估计癫痫发作事件的概率。最后,采用学到的因子图来捕捉信号中的时间相关性。来自神经互信息估计与一维 CNN 的两组特征均被用于学习因子节点。我们表明,所提方法在使用 6 折留四患者交叉验证时达到了最先进的性能。
引用
@article{arxiv.2203.05950,
title = {CNN-Aided Factor Graphs with Estimated Mutual Information Features for Seizure Detection},
author = {Bahareh Salafian and Eyal Fishel Ben-Knaan and Nir Shlezinger and Sandrine de Ribaupierre and Nariman Farsad},
journal= {arXiv preprint arXiv:2203.05950},
year = {2022}
}