Neonatal seizure detection using deep convolutional neural networks

La identificación de un conjunto básico de características es uno de los pasos más importantes en el desarrollo de un detector automático de ataques. En la mayoría de los estudios publicados que describen características y clasificadores de convulsiones, las características fueron diseñadas a mano,...

Descripción completa

Detalles Bibliográficos
Autores Principales: Caicedo Dorado, Alexander, Ansari, Amir H, Cherian, Perumpillichira J, Naulaers, Gunnar, De Vos, Maarten, Van Huffel, Sabine
Formato: Artículo (Article)
Lenguaje:Inglés (English)
Publicado: World Scientific and Engineering Academy and Society 2018
Materias:
Acceso en línea:https://repository.urosario.edu.co/handle/10336/26634
https://doi.org/10.1142/S0129065718500119
Descripción
Sumario:La identificación de un conjunto básico de características es uno de los pasos más importantes en el desarrollo de un detector automático de ataques. En la mayoría de los estudios publicados que describen características y clasificadores de convulsiones, las características fueron diseñadas a mano, lo que puede no ser óptimo. El objetivo principal del presente artículo es utilizar redes neuronales convolucionales profundas (CNN) y bosques aleatorios para optimizar automáticamente la selección y clasificación de características