基于卷积神经网络的癫痫发作预测

《基于卷积神经网络的癫痫发作预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码１０４４５学号２０１５０２０７００分类号ＴＰ３則研究生类别全日制４範大專硕士学位论文（学术学位）论文题目基于卷积神经网络的癱痫发作预测学科专业名称信号与信息处理申请人姓名丁木涵指导教师王春兴教授论文提交时间２０１８年４月１７日山东师范大学硕士学位论文目录中文摘要...............................................................................................................

2、......................IAbstract.....................................................................................................................................III第一章绪论............................................................................................................

3、...................11.1癫痫发作的研究背景和意义........................................................................................11.2脑电信号的概述............................................................................................................21.3癫痫脑电的特征...........................

4、.................................................................................31.4脑电信号处理方法........................................................................................................31.4.1时域分析方法.......................................................................

5、...............................41.4.2频域分析方法......................................................................................................41.4.3时频域分析方法..................................................................................................51.4.4非线性动力学方法..........

6、....................................................................................51.5深度学习的发展............................................................................................................51.6癫痫发作预测的研究现状..............................................................

7、..............................61.7癫痫发作预测的一般流程............................................................................................71.8本文的主要工作和章节安排........................................................................................8第二章小波变换...............................

8、........................................