最新最全论文合集——基于机器学习/深度学习的生物信号分类

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文：https://www.aminer.cn/topic

论文集地址：https://www.aminer.cn/topic/6082daaa92c7f9be21f0b71e

人口老龄化进程及人类寿命的延长使人们患慢性疾病,比如心血管疾病、老年痴呆、中风等的风险大大增加,而我国基层医疗资源严重不足。人口和社会发展迫切需要建立针对慢性疾病的新型智慧医疗体系,即融合可穿戴诊疗、远程监测、智能诊断和服务为一体的医疗系统。心电图(ECG)和脑电图(EEG)不仅是心血管疾病、老年痴呆和中风等慢性疾病监测和诊疗的基础,而且此类生物电信号具有非侵入、经济、便捷灵活等特点,在未来可穿戴智慧医疗中具有重要应用价值。心电和脑电等生物电信号具有噪声强、随机性强、非线性、混沌性等特点,并且针对不同个体和场景具有较大变异性。对这些信号的处理和自动诊断方法的研究是可穿戴医疗及智能诊断装备的关键技术和难点。目前深度学习技术的出现很好的解决了这些问题。

该论文集共收录556篇论文，引用最多的论文为Deep learning with convolutional neural networks for EEG decoding and visualization，引用数为796。

AMiner，AI赋能的学术搜索平台：https://www.aminer.cn

#AMiner# #论文#