结构MRI对青少年癫脑皮质厚度的研究进展

青少年癫日发病率高,发作形式多样,对病人大脑皮质、认知能力的发育有较大影响。研究青少年癫日大脑皮质厚度的变化对该病的早期诊断和治疗至关重要。大脑皮质厚度是癫日诊断和治疗的重要生物特征指标,可为癫日脑组织形态和病理特征研究提供依据。就结构MRI对青少年癫日病人的大脑皮质厚度变化的检测及大脑皮质厚度与病程、临床症状和抗癫日药的关系等方面的研究进展予以综述。

深度学习算法在脑电信号解码中的应用

近年来深度学习算法得到飞速发展,在生物医学工程领域的应用也越来越广泛。其中,利用深度学习算法从脑电信号(EEG)中解码生理、心理或病理状态也受到越来越多的关注。综述近年来深度学习算法在EEG解码中的应用,介绍常用算法、典型应用场景、重要进展和现存的问题。首先,论述常用于EEG解码的几类深度学习算法的基本原理,包括卷积神经网络、深度信念网络、自编码器和循环神经网络等。然后,讨论深度学习算法的几个典型EEG解码应用场景,包括脑机接口、情绪与认知识别、疾病辅助诊断。结合应用实例,归纳深度学习算法在EEG解码中的常见问题、解决方案、主要进展和研究趋势。最后,总结深度学习应用于EEG信号解码中仍待解决的一些关键问题,如参数复杂度、训练时间以及泛化能力等。