1. 毕业设计（论文）的内容和要求
利用现代计算机技术，实现脑部疾患的计算机辅助诊断是当前人工智能技术应用的重要内容之一。
脑电信号已被广泛运用在对脑部病症的诊断中，脑电图(Electro- encephalogram，EEG）是脑电信号的一种常用的记录手段。
通常情况下，脑电信号具有典型的随机特征，可认为是标准的随机信号；另一方面，脑电信号在采集过程中，一般均会引入较为广泛的噪声信号。
2. 参考文献
[1] Acharya U R, Sree S V, Swapna G, et al. Automated EEG analysis of epilepsy: A review[J]. Knowledge-Based Systems, 2013, 45(3):147-165. [2] Talathi S. Deep Recurrent Neural Networks for seizure detection and early seizure detection systems [EB/OL]. https://arxiv.org/abs/1706.03283, 2017.[3] Ullah I, Hussain M, Qazi E, et al. An automated system for epilepsy detection using EEG brain signals based on deep learning approach. Expert Systems with Applications. 2018, (107):61-71[4] 刘国权. 基于发作前期EEG的癫痫自动诊断系统研究与设计[D]. 南京:南京邮电大学, 2016. [5] Altunay S, Telatar Z, Erogul O. Epileptic EEG detection using the linear prediction error energy[J]. Expert Systems with Applications. 2010, 37(8):5661-5665.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
