利用 EEG 信号预测癫痫发作的机器学习方法：综述
机器学习
2020-02-06 v1 信号处理
神经元与认知
摘要
随着人工智能 (AI) 与机器学习 (ML) 技术的进步，研究者正努力将这些技术用于推进临床实践。医疗健康中的关键目标之一是疾病的早期检测与预测，以便及时提供预防性干预。对于以反复且不可预测的发作为特征的癫痫而言尤其如此。若能提前预测癫痫发作，患者便可免受其不良后果之苦。尽管经过数十年的研究，癫痫预测仍是一个未解决的问题。这很可能至少部分是因为可用于解决问题的数据不足。基于 ML 的算法已出现令人振奋的新进展，有望在早期且准确地预测癫痫发作方面带来范式转变。在此我们提供关于利用 EEG 信号早期预测癫痫发作的最先进 ML 技术的全面综述。我们将指出当前研究中的空白、挑战与陷阱，并建议未来方向。
引用
@article{arxiv.2002.01925,
title = {Machine Learning for Predicting Epileptic Seizures Using EEG Signals: A Review},
author = {Khansa Rasheed and Adnan Qayyum and Junaid Qadir and Shobi Sivathamboo and Patrick Kwan and Levin Kuhlmann and Terence O'Brien and Adeel Razi},
journal= {arXiv preprint arXiv:2002.01925},
year = {2020}
}