机构名称：
¥ 1.0
在过去的十年中，人工智能（YZ）和机器学习（BC）的使用有所增加。的最新发展导致对不同领域的脑电图（EEG）的使用兴趣。在医学和生物医学应用中，例如分析心理工作量和疲劳，识别脑肿瘤以及中枢神经系统疾病的康复；从临床应用到脑大氨酸界面和机器人应用，基于EEG的运动分析和分类广泛用于许多领域。本文回顾了EEG信号处理中使用的许多MS算法的应用，并介绍了广泛使用的算法，典型的应用程序方案，重大进展和现有问题。在研究中，研究了脑电图中现有的MS，包括脑部计算机界面，认知神经科学，诊断脑疾病和包括不同受试者在内的不同受试者。首先，简要描述了EEG信号处理中使用的MS算法的基本原理，包括Evolution神经网络，支持向量机，K-AT K-EEG K-EEG附近的K-EEG，神经网络。还介绍了一项关于脑电图分析中使用的MS应用的一般研究。结果，确定在研究中使用了最多的DVM和CNN方法，并且工作头主要在癫痫，BCI和酒精，睡眠和感知中进行。
研究
主要关键词
相关文件推荐
