癲癇是大腦神經(jīng)元突發(fā)性異常放電,導(dǎo)致短暫性大腦功能障礙的一種慢性疾病。癲癇具有反復(fù)發(fā)作的特征,發(fā)作期間神經(jīng)元發(fā)出異常的腦電脈沖導(dǎo)致大腦和身體行為失控,癲癇發(fā)作的不可預(yù)測性給癲癇患者的生理、心理和認(rèn)知功能帶來傷害。若能找到更有效的方法來預(yù)測癲癇發(fā)作,便能在患者實(shí)際發(fā)作之前發(fā)出預(yù)警并及時干預(yù),從而最小化患者風(fēng)險。目前對于癲癇的診斷多由經(jīng)驗(yàn)豐富的醫(yī)護(hù)人員視覺觀察腦電波結(jié)合一些特征性的臨床表現(xiàn)給出判斷。首先,本文對癲癇發(fā)作預(yù)測方法的研究現(xiàn)狀進(jìn)行了深入的調(diào)查與總結(jié)歸納,明確了目前研究的最新進(jìn)展和未來發(fā)展方向。詳細(xì)介紹了基于傳統(tǒng)方法、深度學(xué)習(xí)方法中的有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)方法的癲癇發(fā)作預(yù)測思路。其次,本文提出了一種基于生成對抗網(wǎng)絡(luò)的癲癇發(fā)作預(yù)測方法。為了取得比傳統(tǒng)方法更好的預(yù)測效果,本文使用深度學(xué)習(xí)方法來進(jìn)行癲癇發(fā)作預(yù)測。由于深度學(xué)習(xí)方法依賴于大量訓(xùn)練數(shù)據(jù),本文通過對抗生成方法解決腦電數(shù)據(jù)的采集難度大、數(shù)據(jù)量少的問題,使得深度學(xué)習(xí)方法能有效應(yīng)用于癲癇發(fā)作預(yù)測任務(wù)。首先,將一維腦電信號轉(zhuǎn)換成二維頻譜特征圖像;然后,通過對抗與生成算法對腦電特征進(jìn)行學(xué)習(xí)與生成;最后,將腦電特征送入超限學(xué)習(xí)機(jī)... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

腦電實(shí)驗(yàn)基本流程圖

北京工業(yè)大學(xué)工程碩士專業(yè)學(xué)位論文對抗網(wǎng)絡(luò)模型引入了交互、對抗思想，這樣就將未標(biāo)注的數(shù)據(jù)數(shù)據(jù)(真實(shí)樣本數(shù)據(jù))，相應(yīng)地，生成式對抗網(wǎng)絡(luò)框架中生成模應(yīng)看成假樣本，由此看來，生成式對抗網(wǎng)絡(luò)可以有效解決現(xiàn)實(shí)本較少而存在大量未標(biāo)注數(shù)據(jù)樣本的問題。利用對抗生成學(xué)習(xí)正確數(shù)據(jù)分布的數(shù)據(jù)來驅(qū)動深度學(xué)習(xí)方法取得更好的效果。生成對抗網(wǎng)絡(luò)的癲癇發(fā)作預(yù)測模型提出使用神經(jīng)網(wǎng)絡(luò)方法來對癲癇腦電進(jìn)行分類。為了使神經(jīng)網(wǎng)絡(luò)模癇腦電數(shù)據(jù)，本文提出一種基于深層對抗生成神經(jīng)網(wǎng)絡(luò)的癲癇礎(chǔ)框架基本分為五部分分別為癲癇腦電信號獲取、轉(zhuǎn)換成頻譜征提取與生成、基于 ELM 分類器的癲癇腦電特征分類、獲得分如圖 3-1 深層對抗生成神經(jīng)網(wǎng)絡(luò)的癲癇預(yù)測方法總流程所示

北京工業(yè)大學(xué)工程碩士專業(yè)學(xué)位論文解決初始化不當(dāng)造成的梯度爆炸、消失、收斂速度慢等問題；有利于傳每一層；防止生成器由于初始化不當(dāng)把訓(xùn)練樣本收斂到同一點(diǎn)；但并非可以使用 BatchNormalization 策略，這樣會導(dǎo)致訓(xùn)練模型不收斂、lose。為防止這種現(xiàn)象的出現(xiàn)在生成器輸出層和判別器的輸入層摒棄使用 此外移除全連接層，使卷積層直接與生成器和判別器的輸入輸出層相連全局 pooling 操作，增加了模型的穩(wěn)定性，但這種策略降低了模型訓(xùn)練速度。

【參考文獻(xiàn)】：
期刊論文
[1]生成對抗網(wǎng)絡(luò)模型綜述[J]. 張營營.  電子設(shè)計(jì)工程. 2018(05)
[2]基于PCA多導(dǎo)聯(lián)的癲癇腦電信號分類及致癇灶定位研究[J]. 李冬梅,爾西丁·買買提,楊日東,陳子怡,田翔華,董楠,張洋,周毅.  生物醫(yī)學(xué)工程研究. 2017(03)
[3]龐加萊散點(diǎn)圖的復(fù)相關(guān)度量在癲癇腦電特征提取中的應(yīng)用[J]. 張譯中,翟冠男,王瑨,錢景旭,野梅娜.  河南科技. 2017(17)
[4]非平衡數(shù)據(jù)處理方法在癲癇發(fā)作檢測中的應(yīng)用[J]. 野梅娜,李艷艷,楊陳軍,張瑞.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]癲癇腦電的特征提取方法綜述[J]. 張瑞,宋江玲,胡文鳳.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[6]一種新的癲癇腦電融合特征提取方法[J]. 李艷艷,楊陳軍,野梅娜,張瑞.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[7]基于改進(jìn)混沌算子的癲癇前期預(yù)測研究[J]. 黃小娜,周佐,王鵬翔,張兆基,熊麗.  自動化與儀器儀表. 2016(02)
[8]基于Bayes判別法的腦電圖數(shù)據(jù)分析的研究[J]. 史原,劉瑞杰.  價值工程. 2015(13)
[9]特征保持的馬賽克圖像生成方法[J]. 陳中貴,歐陽永昇,曹娟.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2014(04)
[10]近似熵與SVM在自動分類癲癇腦電信號中的應(yīng)用[J]. 張振,杜守洪,陳子怡,田翔華,周毅,張洋.  生物醫(yī)學(xué)工程研究. 2013(02)

博士論文
[1]癲癇腦電的分形分析及自動檢測方法研究[D]. 張艷麗.山東大學(xué) 2016

碩士論文
[1]癲癇發(fā)作自動檢測方法的研究[D]. 張新靜.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2014
[2]基于判別分析法的腦電圖數(shù)據(jù)分析的研究[D]. 史原.大連交通大學(xué) 2008
[3]基于小波變換的腦電信號處理研究[D]. 孔繁偉.山東大學(xué) 2005



本文編號：3146665