论文研究-基于深度学习的ADHD儿童和正常儿童脑电信号分类研究.pdf
针对注意缺陷多动障碍（attention deficit hyperactivity disorder，ADHD）儿童和正常儿童的分类问题，实验采用经典干扰控制任务范式对两类儿童的事件相关电位（event-related potential，ERP）进行了研究，旨在通过ERP特征实现其分类。实验首次使用长短期记忆（long-short term memory，LSTM）方法分析两类儿童前额叶与顶枕叶脑区最佳电极（p<0.05）潜伏期（200~450 ms）的脑电信号，并自动学习和分类其ERP特征。相比常规分类方法，LSTM方法的分类率略高，可达95.78%。研究结果表明LSTM方法有助于ADHD儿童脑电信号的分类，为ADHD儿童个体诊断技术提供了一种新思路。
文件下载
评论信息
其他资源
- MySQL Data(世界上78700多个城市地区(ID、地区名字、所属国家、编号、经纬度、所属省份)
- 黑莓全机型主题涵盖8300-9900
- FP5139 DC-DC升降压
- Advanced Mathematics
- 信道编码的C语言程序
- 清风带你学蓝牙 NRF51822 底层驱动详解，
- C#多线程进度条示例源码下载
- IAP15w4k58s4开发板程序
- RSA算法与DES算法的实现
- 基于FPGA的星载图像实时处理系统设计
- JUnit 4 Demo
- Tiny6410流水灯——在已经启动的ARM Linux系统上Ｃ程实现
- Modeling in Event-B System and Software Engineering pdf书籍和全部ppt
- 第8章 数据链路层协议与编程方法
- 用FPGA产生高斯白噪声序列的一种快速方法
- 麦子学院-CSS层叠样式表
- 预训练数据VGG_imagenet.npy
- The Swift Programming Language 中文版
- 深入浅出java设计模式（高清中文PDF）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明