内容介绍
中文摘要
大脑信号反映了脑细胞活动引起的电信号变化或代谢变化。在各种非侵入性测量方法中，脑电图作为一种广泛应用的技术可以帮助了解大脑模式。脑电图中的异常读数可作为与神经系统疾病相关的脑活动的指标。脑机接口（BCI）系统能够直接从人脑提取和传输信息，从而实现与外部设备的交互。人工智能（AI）的出现极大地提高了BCI技术精度和准确性，并拓宽了该领域的研究范围。AI技术包括机器学习（ML）和深度学习（DL）模型，可以利用脑信号对各种脑部疾病进行分类和预测。本文综述了AI在基于脑电图的脑部疾病诊断中的应用，特别是AI算法在该领域应用的进展。
关键词组：脑部疾病；脑电图；脑机接口；人工智能
作者：
尚书诺，石颖倩，张娅婕，刘梦雪，张宏，王平，庄柳静
本文引用格式：
Shunuo SHANG, Yingqian SHI, Yajie ZHANG, Mengxue LIU, Hong ZHANG, Ping WANG, Liujing ZHUANG. Artificial intelligence for brain disease diagnosis using electroencephalogram signals[J]. Journal of Zhejiang University Science B, 2024, 25(10): 914-940.
本文精要导读：
关于本刊
《浙江大学学报(英文版)B辑：生物医学与生物技术》，简称JZUS-B，生物类综合英文月刊。JZUS-B自2008年起被SCI-E收录，最新影响因子为 4.7，进入中科院生物学二区，同时被MEDLINE/PubMed、PMC、Scopus、BA、BIOSIS Previews等国内外知名平台检索。
JZUS-B接收的文章范围覆盖生命科学、医学、药学、生物化学、生物技术及生物工程、农学、生态环境、以及动物学等相关学科。文章类型包括Review、Article、Perspective、Viewpoint、Editorial、Correspondence等。
期刊一直执行严格的国际同行评审机制，平均审稿周期为42天，平均录用时间为53天。文章录用后将即时in press在线，一般于2个月内正式发表。
“内容为本，形式灵活”是本刊的特点。JZUS-B欢迎海内外优秀学者向本刊投稿最新科研成果、争议性话题、综述论文以及组织出版热点专辑等。
期刊Springer主页：
https://www.springer.com/biomed/journal/11585
在线投稿地址：
http://www.editorialmanager.com/zusb/default.aspx
联系我们返回搜狐，查看更多