伪造通道：基于留一受试者交叉验证的帕金森病精准分类突破性方法
信号处理
2024-04-18 v4
摘要
本文介绍了一种称为“伪造通道（Forged Channel）”的新技术，旨在全面表征脑电图（EEG）信号，以实现帕金森病的精准分类。伪造通道方法以一种使深度学习模型能够在单一输入中有效感知所有 EEG 通道的方式预处理 EEG 信号。通过将该方法与卷积神经网络结合使用，在留一受试者交叉验证（leave-one-subject-out cross-validation）下取得了 90.32% 的令人印象深刻的准确率。该性能密切反映了真实世界条件，凸显了我们的方法相较于同类方法的优越性。
引用
@article{arxiv.2305.02234,
title = {Forged Channel: A Breakthrough Approach for Accurate Parkinson's Disease Classification using Leave-One-Subject-Out Cross-Validation},
author = {A. Hamidi and k. Mohamed-Pour and M. Yousefi},
journal= {arXiv preprint arXiv:2305.02234},
year = {2024}
}
备注
5 Pages, 2 Figure, 3 Table