亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep learning for robust detection of interictal epileptiform discharges

计算机科学 发作性 人工智能 支持向量机 癫痫 模式识别(心理学) 深度学习 机器学习 语音识别 神经科学 生物
作者
David Geng,Ayham Alkhachroum,Manuel Melo Bicchi,Jonathan Jagid,Iahn Cajigas,Zhe Chen
出处
期刊:Journal of Neural Engineering [IOP Publishing]
卷期号:18 (5): 056015-056015 被引量:45
标识
DOI:10.1088/1741-2552/abf28e
摘要

Abstract Objective. Automatic detection of interictal epileptiform discharges (IEDs, short as ‘spikes’) from an epileptic brain can help predict seizure recurrence and support the diagnosis of epilepsy. Developing fast, reliable and robust detection methods for IEDs based on scalp or intracranial electroencephalogram (iEEG) may facilitate online seizure monitoring and closed-loop neurostimulation. Approach. We developed a new deep learning approach, which employs a long short-term memory network architecture (‘IEDnet’) and an auxiliary classifier generative adversarial network (AC-GAN), to train on both expert-annotated and augmented spike events from iEEG recordings of epilepsy patients. We validated our IEDnet with two real-world iEEG datasets, and compared IEDnet with the support vector machine (SVM) and random forest (RF) classifiers on their detection performances. Main results. IEDnet achieved excellent cross-validated detection performances in terms of both sensitivity and specificity, and outperformed SVM and RF. Synthetic spike samples augmented by AC-GAN further improved the detection performance. In addition, the performance of IEDnet was robust with respect to the sampling frequency and noise. Furthermore, we demonstrated the cross-institutional generalization ability of IEDnet while testing between two datasets. Significance. IEDnet achieves excellent detection performances in identifying interictal spikes. AC-GAN can produce augmented iEEG samples to improve supervised deep learning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
sailingluwl完成签到,获得积分10
4秒前
10秒前
12秒前
贝贝发布了新的文献求助10
15秒前
kento应助科研通管家采纳,获得10
17秒前
45秒前
充电宝应助茜茜采纳,获得10
50秒前
面包呀完成签到,获得积分10
1分钟前
Swilder完成签到 ,获得积分10
1分钟前
贝贝完成签到,获得积分10
1分钟前
谭显芝完成签到 ,获得积分10
1分钟前
1分钟前
夜阑完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
雪白元风完成签到 ,获得积分10
1分钟前
茜茜发布了新的文献求助10
1分钟前
1分钟前
缪尔岚完成签到,获得积分10
1分钟前
姜炙发布了新的文献求助20
1分钟前
gy完成签到,获得积分10
1分钟前
ronnie147完成签到 ,获得积分10
2分钟前
温婉的凝丹完成签到 ,获得积分10
2分钟前
茜茜完成签到,获得积分10
2分钟前
2分钟前
晨晨CC发布了新的文献求助20
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
杳鸢应助科研通管家采纳,获得30
2分钟前
英俊的铭应助科研通管家采纳,获得10
2分钟前
Marciu33应助科研通管家采纳,获得10
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
早睡能长个完成签到,获得积分10
2分钟前
姜炙完成签到,获得积分10
2分钟前
幽默的惮发布了新的文献求助10
2分钟前
2分钟前
h0jian09完成签到,获得积分10
2分钟前
追寻奇迹完成签到 ,获得积分10
2分钟前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Near Infrared Spectra of Origin-defined and Real-world Textiles (NIR-SORT): A spectroscopic and materials characterization dataset for known provenance and post-consumer fabrics 610
Promoting women's entrepreneurship in developing countries: the case of the world's largest women-owned community-based enterprise 500
Shining Light on the Dark Side of Personality 400
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3307345
求助须知:如何正确求助?哪些是违规求助? 2941006
关于积分的说明 8500094
捐赠科研通 2615318
什么是DOI,文献DOI怎么找? 1428830
科研通“疑难数据库(出版商)”最低求助积分说明 663581
邀请新用户注册赠送积分活动 648410