没有合适的资源?快使用搜索试试~ 我知道了~
使用卷积神经网络 (CNN) 进行智能阿尔茨海默病预测-研究论文
需积分: 50 18 下载量 200 浏览量
2021-06-10
03:29:00
上传
评论 5
收藏 716KB PDF 举报
温馨提示
试读
11页
深度学习是机器学习的一个子集,旨在用类似于人类的逻辑持续分析数据。 它使用称为人工神经网络 (ANN) 的算法的分层结构。 它们主要用于医学诊断,以做出疾病预测、机器人手术和放射治疗等关键决策。 疾病预测包括识别和分类阿尔茨海默病。 它是痴呆症的最常见原因,影响全球约 4600 万人。 该病有几个阶段,分为轻度和重度。 症状包括记忆信息的能力下降、口语和写作能力下降。 许多机器学习算法技术如决策树分类器、独立分量分析、线性判别分析(LDA)被用来根据疾病的阶段预测疾病,但识别信号阶段的精度并不高。 在这项工作中,提出了一种基于深度学习的技术,该技术通过使用卷积神经网络 (CNN) 来提高分类的准确性。 这项工作分析脑电图 (EEG) 信号,使用快速傅立叶变换 (FFT) 提取特征并通过 CNN 对疾病进行分类。
资源推荐
资源评论
资源评论
weixin_38707240
- 粉丝: 5
- 资源: 921
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功