全文总字数：2227字
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. 实验内容和要求
1. Python开发实验；2. 机器学习基本算法实验；3. 特征提取实验；4. 性能评估与分析实验；
3. 参考文献
[1] Roy S, Asif U, Tang J, et al. Machine learning for seizure type classification: setting the benchmark[J]. arXiv preprint arXiv:1902.01012, 2019.
[2] Jaiswal A K, Banka H. Epileptic seizure detection in EEG signal with GModPCA and support vector machine[J]. Bio-Medical Materials and Engineering, 2017, 28(2): 141-157..
[3] Wu J, Zhou T, Li T. Detecting Epileptic Seizures in EEG Signals with Complementary Ensemble Empirical Mode Decomposition and Extreme Gradient Boosting[J]. Entropy, 2020, 22(2): 140.
4. 毕业设计（论文）计划
2020.12.31 ~2021.2.28 学习毕业设计相关文件及规章制度，学会利用图书馆查阅电子文献，理解毕业设计题目的含义及实现思想；完成英文文献翻译，熟悉开发工具。
寒假2021.3.1 ~2021.3.28 方案选型，撰写开题报告 1～4 周2021.3.29 ~2021.4.11 学习Python，读取TUH数据集原始数据 5～6 周2021.4.12 ~2021.5.2 数据预处理及特征提取 7～9 周2021.5.3 ~2021.5.23 特征提取性能评估及分析 10～12 周2021.5.24 ~2021.6.13 撰写毕业论文 13～15 周2021.6.14 ~2021.6.20 毕业论文修改，论文答辩 16 周
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。
