• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

深度学习如何解决我的癫痫发作检测问题。

How Deep Learning Solved My Seizure Detection Problems.

作者信息

Antonoudiou Pantelis, Maguire Jamie L

出版信息

Epilepsy Curr. 2020 Sep;20(5):306-308. doi: 10.1177/1535759720948430. Epub 2020 Sep 2.

DOI:10.1177/1535759720948430
PMID:33017222
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7653646/
Abstract

[Box: see text].

摘要

[方框：见正文]。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/d1da/7653646/1e02a1e983dc/10.1177_1535759720948430-fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/d1da/7653646/1e02a1e983dc/10.1177_1535759720948430-fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/d1da/7653646/1e02a1e983dc/10.1177_1535759720948430-fig1.jpg

相似文献

1
How Deep Learning Solved My Seizure Detection Problems.深度学习如何解决我的癫痫发作检测问题。
Epilepsy Curr. 2020 Sep;20(5):306-308. doi: 10.1177/1535759720948430. Epub 2020 Sep 2.
2
Gray Box Optimization for Mk Landscapes (NK Landscapes and MAX-kSAT).针对Mk景观（NK景观和最大k可满足性问题）的灰盒优化
Evol Comput. 2016 Fall;24(3):491-519. doi: 10.1162/EVCO_a_00184. Epub 2016 Apr 27.
3
GluNet: A Deep Learning Framework for Accurate Glucose Forecasting.GluNet：用于精确血糖预测的深度学习框架。
IEEE J Biomed Health Inform. 2020 Feb;24(2):414-423. doi: 10.1109/JBHI.2019.2931842. Epub 2019 Jul 29.
4
Extracellular Potassium and Seizures: Excitation, Inhibition and the Role of Ih.细胞外钾与癫痫发作：兴奋、抑制及Ih的作用
Int J Neural Syst. 2016 Dec;26(8):1650044. doi: 10.1142/S0129065716500441. Epub 2016 Jun 6.
5
Automatic Seizure Detection using Fully Convolutional Nested LSTM.基于全卷积嵌套 LSTM 的自动癫痫发作检测
Int J Neural Syst. 2020 Apr;30(4):2050019. doi: 10.1142/S0129065720500197. Epub 2020 Mar 16.
6
A Multi-View Deep Learning Framework for EEG Seizure Detection.一种用于 EEG 癫痫检测的多视图深度学习框架。
IEEE J Biomed Health Inform. 2019 Jan;23(1):83-94. doi: 10.1109/JBHI.2018.2871678.
7
Optimized deep neural network architecture for robust detection of epileptic seizures using EEG signals.使用 EEG 信号进行稳健癫痫发作检测的优化深度神经网络架构。
Clin Neurophysiol. 2019 Jan;130(1):25-37. doi: 10.1016/j.clinph.2018.10.010. Epub 2018 Nov 15.
8
Text feature extraction based on deep learning: a review.基于深度学习的文本特征提取：综述。
EURASIP J Wirel Commun Netw. 2017;2017(1):211. doi: 10.1186/s13638-017-0993-1. Epub 2017 Dec 15.
9
Automated MRI-Based Deep Learning Model for Detection of Alzheimer's Disease Process.基于 MRI 的自动化深度学习模型用于阿尔茨海默病进程的检测。
Int J Neural Syst. 2020 Jun;30(6):2050032. doi: 10.1142/S012906572050032X.
10
Epileptic seizure detection: a comparative study between deep and traditional machine learning techniques.癫痫发作检测：深度学习与传统机器学习技术的比较研究
J Integr Neurosci. 2020 Mar 30;19(1):1-9. doi: 10.31083/j.jin.2020.01.24.

引用本文的文献

1
Capturing the power of seizures: an empirical mode decomposition analysis of epileptic activity in the mouse hippocampus.捕捉癫痫发作的力量：小鼠海马体癫痫活动的经验模态分解分析
Front Mol Neurosci. 2023 May 15;16:1121479. doi: 10.3389/fnmol.2023.1121479. eCollection 2023.

本文引用的文献

1
A review of epileptic seizure detection using machine learning classifiers.使用机器学习分类器进行癫痫发作检测的综述。
Brain Inform. 2020 May 25;7(1):5. doi: 10.1186/s40708-020-00105-1.
2
Comparison of different input modalities and network structures for deep learning-based seizure detection.基于深度学习的癫痫检测中不同输入模态和网络结构的比较。
Sci Rep. 2020 Jan 10;10(1):122. doi: 10.1038/s41598-019-56958-y.
3
Targeting the Mouse Ventral Hippocampus in the Intrahippocampal Kainic Acid Model of Temporal Lobe Epilepsy.靶向内侧海马海人酸颞叶癫痫模型中的鼠海马腹侧。
eNeuro. 2018 Aug 8;5(4). doi: 10.1523/ENEURO.0158-18.2018. eCollection 2018 Jul-Aug.
4
A novel seizure detection algorithm informed by hidden Markov model event states.一种由隐马尔可夫模型事件状态提供信息的新型癫痫发作检测算法。
J Neural Eng. 2016 Jun;13(3):036011. doi: 10.1088/1741-2560/13/3/036011. Epub 2016 Apr 21.
5
Deep learning.深度学习。
Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
6
Optimal features for online seizure detection.在线癫痫检测的最优特征。
Med Biol Eng Comput. 2012 Jul;50(7):659-69. doi: 10.1007/s11517-012-0904-x. Epub 2012 Apr 3.
7
Technology insight: neuroengineering and epilepsy-designing devices for seizure control.技术洞察：神经工程与癫痫——设计控制癫痫发作的设备
Nat Clin Pract Neurol. 2008 Apr;4(4):190-201. doi: 10.1038/ncpneuro0750. Epub 2008 Feb 26.
8
Efficient unsupervised algorithms for the detection of seizures in continuous EEG recordings from rats after brain injury.用于检测脑损伤大鼠连续脑电图记录中癫痫发作的高效无监督算法。
J Neurosci Methods. 2006 Apr 15;152(1-2):255-66. doi: 10.1016/j.jneumeth.2005.09.014. Epub 2005 Dec 5.
9
Guidelines for the use of EEG methodology in the diagnosis of epilepsy. International League Against Epilepsy: commission report. Commission on European Affairs: Subcommission on European Guidelines.癫痫诊断中脑电图方法使用指南。国际抗癫痫联盟：委员会报告。欧洲事务委员会：欧洲指南小组委员会。
Acta Neurol Scand. 2002 Jul;106(1):1-7. doi: 10.1034/j.1600-0404.2002.01361.x.