Ítem
Solo Metadatos
Neonatal seizure detection using deep convolutional neural networks
Título de la revista
Autores
Caicedo Dorado, Alexander
Ansari, Amir H
Cherian, Perumpillichira J
Naulaers, Gunnar
De Vos, Maarten
Van Huffel, Sabine
Fecha
2018-04-02
Directores
ISSN de la revista
Título del volumen
Editor
World Scientific and Engineering Academy and Society
Buscar en:
Métricas alternativas
Resumen
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
Abstract
Identifying a basic set of characteristics is one of the most important steps in developing an automatic attack detector. In most of the published studies describing seizure characteristics and classifiers, the characteristics were designed by hand, which may not be optimal. The main objective of this article is to use deep convolutional neural networks (CNN) and random forests to automatically optimize the selection and classification of features
Palabras clave
Redes neuronales profundas , Red neuronal convolucional , Detección de convulsiones neonatales , Bosque aleatorio.
Keywords
Deep Neural Networks , Convolutional Neural Network , Neonatal Seizure Detection , Random Forest.
