全文总字数：5759字
文献综述
文 献 综 述一．引言利用现代计算机技术，实现脑部疾患的计算机辅助诊断是当前人工智能技术应用的重要内容之一。
而癫痫是一种常见的由脑补异常放电引起的常见脑科疾病，具有患者群体广，症状多样的特点，是计算机辅助脑部疾病诊断研究的热点。
脑电图(Electro- encephalogram，EEG）是脑电信号的一种常用的记录手段，也是是癫痫诊断研究的重要依据。
对于脑电图样本的一般性处理方式为：积累大量的原始样本，并将其分解为片段，之后进行滤波降噪，最后通过神经网络，支持向量机等大数据统计分析工具进行分类判决，进而获得癫痫发作之前及期间的一般性脑电特征，用于疾病研究和发病预测。
但是，如果对原始数据集进行一定的预处理，使用一些数据的特征作为大数据分析的对象，将有利于减少运算量，提高分类判决的准确性，建立更加完善的判决模型。
其中，针对对原始样本进行统计数学特征提取，并将提取的特征信息作为后续分类判决的输入是一种行之有效的方案。
寻找并提取合适的特征是当前脑电信号处理深入研究的一个重要方向。
二．EEG概述脑电图（EEG）是通过放置在皮层或头皮中的电极记录脑神经组连续，自发的电位变化而获得的图。
在多数情况下，在头顶采集到的脑电复制在10uV-100uV范围内，很容易受到个体因素和各种环境因素的影响。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
