Îmbunătățirea generalizării modelelor non-specifice pacient pentru detectarea crizelor epileptice folosind învățarea automată

Acest studiu dezvoltă o abordare de învățare automată utilizând algoritmi random forest pentru a îmbunătăți detectarea automată a crizelor epileptice din înregistrări EEG, cu scopul de a reduce volumul de muncă al clinicienilor și erorile umane în diagnosticul epilepsiei. Metoda a obținut o sensibilitate de 81,43% și o specificitate de 99,38% pe un set de date multi-pacient, folosind caracteristici din domeniul timpului, domeniul frecvenței și entropie extrase din datele EEG de la scalpul creierului.