Abstract: M. Zeng, X. Zhang, C. Zhao, X. Lu, Q. Meng (2021)

Background: The classification of epileptiform electroencephalogram (EEG) signals has been treated as an important but challenging issue for realizing epileptic seizure detection. In this work, combing gray recurrence plot (GRP) and densely connected convolutional network (DenseNet), we developed a novel classification system named GRP-DNet to identify seizures and epilepsy from single-channel, long-term EEG signals. New methods: The proposed GRP-DNet classification system includes three main modules: 1) input module takes an input long-term EEG signal and divides it into multiple short segments using a fixed-size non-overlapping sliding window (FNSW); 2) conversion module transforms short segments into GRPs and passes them to the DenseNet; 3) fusion and decision, the predicted label of each GRP is fused using a majority voting strategy to make the final decision. Results: Six different classification experiments were designed based on a publicly available benchmark database to evaluate the effectiveness of our system. Experimental results showed that the proposed GRP-DNet achieved an excellent classification accuracy of 100 % in each classification experiment, Furthermore, GRP-DNet gave excellent computational efficiency, which indicates its tremendous potential for developing an EEG-based online epilepsy diagnosis system. Comparison with existing methods: Our GRP-DNet system was superior to the existing competitive classification systems using the same database. Conclusions: The GRP-DNet is a potentially powerful system for identifying and classifying EEG signals recorded from different brain states.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

GRP-DNet: A gray recurrence plot-based densely connected convolutional network for classification of epileptiform EEG