Numer: 02/2023 Str. 51
Autorzy: Przemysław Wiszniewski , Marcin Kołodziej , Andrzej Majkowski , Andrzej Rysz :
Tytuł: Wykrywanie napadów padaczkowych z wykorzystaniem konwolucyjnych sieci neuronowych
Streszczenie: Celem artykułu było zbadanie czy zastosowanie sieci CNN, składającej się z kilku warstw umożliwi skuteczną detekcję napadów epileptycznych. Na użytek badań zastosowano ogólnodostępną bazę danych zarejestrowaną dla 4 psów oraz 8 ludzi. Jednosekundowe zapisy sygnału iEEG zostały oznaczone przez neurofizjologa jako: międzynapadowe, wczesnonapadowe oraz napadowe. Zaproponowano strukturę sieci CNN, a następnie wytrenowano ją dla każdego pacjenta indywidualnie. Zostały wyliczone współczynniki takie jak: trafność, AUC, czułość, specyficzność. Następnie wyniki zostały porównane do osiągniętych w najlepszych algorytmach opublikowanych w konkursie na platformie Kaggle. Średnia skuteczność rozpoznawania napadów z wykorzystaniem sieci CNN wynosi 0.921, czułość 0.850, a specyficzność 0.927. Dla okresów wczesnonapadowych wartości te wynoszą odpowiednio 0.825, 0.782 i 0.828.
Słowa kluczowe: detekcja napadów epileptycznych, konwolucyjne sieci neuronowe, iEEG, klasyfikacja, ekstrakcja cech.