标题：基于三维卷积神经网络的多频段癫痫发作类型分类
作者：陈沛宇1；叶佩华2；黄辉1
作者单位：1 温州大学计算机与人工智能学院，浙江 温州 325035；2 湖州师范学院信息技术中心，浙江 湖州 313002
关键字：脑电；癫痫发作分类；三维卷积
摘要：脑电信号包含丰富的大脑活动信息，是诊断癫痫最主要的手段。在现阶段癫痫脑电信号分类研究中，单一域无法全面刻画信号数据，空间信息未被有效利用。并且，随着连续卷积层数增加以及多域特征融合，判别性重要特征遗失。提出一种端到端的三维卷积多频段癫痫发作类型分类模型，运用时-频-空域三维数据构建方法，将时频域联合分布信息根据通道空间位置重构为时-频-空域三维表达。用一系列并行的三维卷积子网络直接提取各频段的时间、频率、空间判别性联合活动特征，通过多层感知机整合输出分类结果。基于世界最大的公开癫痫发作语料库TUSZ数据集进行癫痫发作类型7分类实验，得到该模型分类F1-score为0.927 4，准确率92.69%，与其他方法比较有明显的提升，验证了该模型在癫痫发作类型分类任务中的有效性。