• 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

Validation of artificial intelligence for epileptic seizure detection: Moving from research into the clinic.

作者信息

Dan Jonathan

机构信息

École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland.

出版信息

Dev Med Child Neurol. 2024 Sep;66(9):1114. doi: 10.1111/dmcn.16002. Epub 2024 Jun 19.

DOI:10.1111/dmcn.16002
PMID:38898682
Abstract
摘要

相似文献

1
Validation of artificial intelligence for epileptic seizure detection: Moving from research into the clinic.用于癫痫发作检测的人工智能验证：从研究走向临床。
Dev Med Child Neurol. 2024 Sep;66(9):1114. doi: 10.1111/dmcn.16002. Epub 2024 Jun 19.
2
Detecting epileptic seizures in long-term human EEG: a new approach to automatic online and real-time detection and classification of polymorphic seizure patterns.检测长期人类脑电图中的癫痫发作：一种自动在线实时检测和分类多形性发作模式的新方法。
J Clin Neurophysiol. 2008 Jun;25(3):119-31. doi: 10.1097/WNP.0b013e3181775993.
3
Using Explainable Artificial Intelligence to Obtain Efficient Seizure-Detection Models Based on Electroencephalography Signals.基于脑电图信号的可解释人工智能在癫痫检测模型中的应用。
Sensors (Basel). 2023 Dec 16;23(24):9871. doi: 10.3390/s23249871.
4
Artificial intelligence-enhanced epileptic seizure detection by wearables.可穿戴设备通过人工智能增强癫痫发作检测
Epilepsia. 2023 Dec;64(12):3213-3226. doi: 10.1111/epi.17774. Epub 2023 Oct 25.
5
Activation patterns of interictal epileptiform discharges in relation to sleep and seizures: An artificial intelligence driven data analysis.发作间期癫痫样放电的活动模式与睡眠和发作的关系：人工智能驱动的数据分析。
Clin Neurophysiol. 2021 Jul;132(7):1584-1592. doi: 10.1016/j.clinph.2021.03.052. Epub 2021 May 8.
6
Epileptic seizure detection using genetically programmed artificial features.利用基因编程人工特征进行癫痫发作检测。
IEEE Trans Biomed Eng. 2007 Feb;54(2):212-24. doi: 10.1109/TBME.2006.886936.
7
Neural networks with periodogram and autoregressive spectral analysis methods in detection of epileptic seizure.结合周期图和自回归谱分析方法的神经网络在癫痫发作检测中的应用
J Med Syst. 2004 Dec;28(6):511-22. doi: 10.1023/b:joms.0000044954.85566.a9.
8
An epileptic seizures detection algorithm based on the empirical mode decomposition of EEG.一种基于脑电图经验模态分解的癫痫发作检测算法。
Annu Int Conf IEEE Eng Med Biol Soc. 2009;2009:2651-4. doi: 10.1109/IEMBS.2009.5332861.
9
Epileptic Seizures Detection Using Deep Learning Techniques: A Review.基于深度学习技术的癫痫发作检测：综述
Int J Environ Res Public Health. 2021 May 27;18(11):5780. doi: 10.3390/ijerph18115780.
10
Artificial intelligence/machine learning for epilepsy and seizure diagnosis.人工智能/机器学习在癫痫和 seizure 诊断中的应用。
Epilepsy Behav. 2024 Jun;155:109736. doi: 10.1016/j.yebeh.2024.109736. Epub 2024 Apr 17.

引用本文的文献

1
Wearable sensors in paediatric neurology.儿科神经学中的可穿戴传感器
Dev Med Child Neurol. 2025 Jul;67(7):834-853. doi: 10.1111/dmcn.16239. Epub 2025 Jan 31.