帕金森检测精度 99.84%
利用小波散射变换和AlexNet卷积神经网络，从EEG信号中自动提取时空特征，实现高效准确的帕金森病检测。
Siuly, Siuly · Khare, Smith K. · Kabir, Enamul · Sadiq, Muhammad Tariq · Hua, Wang
Computers in Biology and Medicine 2024
在San Diego数据集上准确率达到99.84%，在Iowa数据集上达到95.79%，优于现有EEG帕金森检测方法。
实验表明额叶和中央区（包括AF4和AFz电极）比其他区域提供更具代表性的特征，可用于帕金森病检测。
通过结合时频表示和AlexNet CNN，能够高效地自动提取时空特征，满足实时检测需求。
小波散射变换捕获时频特征，AlexNet自动学习空间模式，无需人工设计特征。