以认识到酒精中毒疾病rakhmatulin ieldar,南部乌拉尔州立大学,发电厂网络和系统部76,列宁·帕特斯皮克特,俄罗斯切莉亚宾,俄罗斯,俄罗斯的列宁·帕特斯基特,454080 iLdar.o2010@yandex.ru htttps:/酒精中毒是世界上最常见的疾病之一。 这种类型的药物滥用会导致对含乙醇饮料的心理和身体依赖。 酒精中毒伴随着对人格的进行性退化和内部器官的损害。 今天仍然没有一种快速诊断方法来检测这种疾病。 本文介绍了神经网络快速和匿名酗酒诊断的方法。 对于此方法,不需要有关该主题的任何私人信息。 为实施,我们考虑了机器学习和深层神经网络的各种算法。 详细分析了神经网络引起的电极信号的相关性。 小波变换,并考虑了快速的傅立叶变换。 手稿表明,仅使用脑电图相关数据的数据集运行的深神经网络可以匿名以高精度对酒精和对照组进行分类。 一方面,这种方法将允许受试者在没有任何个人数据的情况下对酒精中毒进行测试,这不会给受试者带来不便或羞耻,另一方面,受试者将无法欺骗诊断为疾病的受试者的专家。 该疾病可以通过许多症状来识别。认识到酒精中毒疾病rakhmatulin ieldar,南部乌拉尔州立大学,发电厂网络和系统部76,列宁·帕特斯皮克特,俄罗斯切莉亚宾,俄罗斯,俄罗斯的列宁·帕特斯基特,454080 iLdar.o2010@yandex.ru htttps:/酒精中毒是世界上最常见的疾病之一。这种类型的药物滥用会导致对含乙醇饮料的心理和身体依赖。酒精中毒伴随着对人格的进行性退化和内部器官的损害。今天仍然没有一种快速诊断方法来检测这种疾病。本文介绍了神经网络快速和匿名酗酒诊断的方法。对于此方法,不需要有关该主题的任何私人信息。为实施,我们考虑了机器学习和深层神经网络的各种算法。详细分析了神经网络引起的电极信号的相关性。小波变换,并考虑了快速的傅立叶变换。手稿表明,仅使用脑电图相关数据的数据集运行的深神经网络可以匿名以高精度对酒精和对照组进行分类。一方面,这种方法将允许受试者在没有任何个人数据的情况下对酒精中毒进行测试,这不会给受试者带来不便或羞耻,另一方面,受试者将无法欺骗诊断为疾病的受试者的专家。该疾病可以通过许多症状来识别。关键字:脑电图酒精中语,脑电图机器学习,脑电图深度神经网络,机器学习酒精中毒,深神经网络酒精中毒,eeg的python,python for bci 1.根据世界卫生组织的介绍,近几十年来,酒精中毒患者的数量增加。研究表明,酒精滥用与行为抑制有关,但是管理这些关系的神经生理机制仍然在很大程度上未知。由于这些原因,这种疾病的诊断很困难。Anuragi等。[1]和Onarom等。[2]描述了饮用过程中大脑中发生的生物学过程。Ishiguro等。 [3]和Kumar [4]描述了含酒精的饮料长期摄入量的生理后果。 这些文章显示了疾病期间大脑过程的复杂性以及诊断出这种疾病存在的复杂性。 为了准确诊断,该疾病的专家需要许多有关患者的私人信息。 ,但并非所有患者都希望公开诊断。 因此,研究的目的是开发一种匿名方法来通过神经网络与EEG信号数据集对酒精和对照组进行分类。 今天,医学已经朝这个方向走了足够多。 Winterer等。 [5],Patidar等。 [6]和Acharya等。 [7]提供了诊断为的患者的脑电图信号Ishiguro等。[3]和Kumar [4]描述了含酒精的饮料长期摄入量的生理后果。这些文章显示了疾病期间大脑过程的复杂性以及诊断出这种疾病存在的复杂性。为了准确诊断,该疾病的专家需要许多有关患者的私人信息。,但并非所有患者都希望公开诊断。因此,研究的目的是开发一种匿名方法来通过神经网络与EEG信号数据集对酒精和对照组进行分类。今天,医学已经朝这个方向走了足够多。Winterer等。[5],Patidar等。[6]和Acharya等。[7]提供了诊断为
序号 论文内容 1. 室温下 Se 85-X Te 15 Sb x(X =2、4、6、8 和 10)硫属玻璃的热导率和热扩散率的同时测量 Kedar Singh、NB Mahrjan 和 NS Saxena* phys. stat. sol. (a) 189, 1 197-202, (2002)。 2. 室温下 Se 80 Te 20-X In X(X = 2、4、6 和 10)硫属玻璃的热导率和热扩散率的同时测量 NS Saxena*、Mousa MA Imran 和 Kedar Singh Bulletin of Material Science 25, 241, (2002)。 3. 中子辐照 Se 80 Te 10 In 10 玻璃的热性能 Kedar Singh 和 NS Saxena* Mater. Sci. Engg. A. 346, 287, (2003)。4. 处理过的油棕纤维增强酚醛复合材料的热导率和热扩散率的温度依赖性研究 Kedar Singh、NS Saxena*、MS Sreekal 和 S. Thomas Journal of Applied Polymer Science 98, 13, 3458, (2003)。5. Se 75 Te 25-X Sn X 硫属化物玻璃的量热研究 NB Maharjan、Kedar Singh 和 NS Saxena* phys. stat. sol. 395, 1, 305-310, (2003)。 6. 苯酚甲醛混合复合材料的结构松弛 Kedar Singh、NS Saxena*、S. Thomas 和 MS Sreekala Indian J. Eng. &Material Science 10, 65, (2003)。 7. Ge-As-Se 在玻璃化转变区的动力学 Kedar Singh 和 NS Saxena* Bulletin of Material Science 26, 543, (2003)。 8. 未经处理的油棕纤维增强苯酚甲醛复合材料热物理性质的温度依赖性 Kedar Singh、NS Saxena* 和 S. Thomas J. Scientific & Industrial research 62, 903, (2003)。 9. Se-Te-In 硫属化物玻璃的热导率和热扩散率的压力依赖性”Kedar Singh 和 NS Saxena* Indian J. Pure & Appl. Physics 41, 466, (2003)。10. 使用瞬态平面源技术对不同填料浓度的松苹果叶纤维增强复合材料的热性能 Ravindra Mangal、NS Saxena*、MS Sreekala、S. Thomas 和 Kedar Singh Mater. Sci. Engg. A 339, 281-285, (2003)。11. Se 80 Te 10 In 10 硫属化物玻璃的热物理性质的温度依赖性。Kedar Singh 和 NS Saxena* Mater. Sci. Engg. A 329 (1-2), 38, (2005)。12. Zn-Se 颗粒的热物理性质 NS Saxena*, R. Sharma、Kedar Singh 和 TP Sharma J. Mat. Sci. Lett. 40, 523, (2005)。13. 室温下 Se 100-X In x(x = 0、5、10、15 和 20)硫属化物玻璃的热导率和扩散率的同步测量 Kedar Singh、NS Saxena* 和 D. Patidar 固体物理和化学杂志,66,946,(2005)。14. 室温下 Se 85-X Te 15 Sb x(x = 2、4、6、8 和 10)硫属化物玻璃的电导率的成分依赖性
