为了评价所提出的办法，研讨者将癫痫爆发工夫距离设置为实在样本，并操纵精确性、精度、敏感（召回）、F1分数和特同性作为评价目标。特同性计较为：特同性= TN/(TN + FP)，此中TN、TP 和FP别离为真阳性、线.

　　图2显现了一个静态图机关示例，此中每一个极点暗示脑电图的一个通道，Gt暗示第t工夫距离内的图，边沿的权重暗示两个通道之间的虚伪相干系数。因为Gt处多通道脑电图旌旗灯号之间的权重与其他两个图差别，因而癫痫爆发发作在第t个工夫距离。

　　成果在研讨者的研讨中，两个图之间的熵的类似性是经由过程利用间隔丈量来计较的。为了肯定研讨者论文中使用的间隔丈量，研讨者利用欧几里得间隔、曼哈顿间隔、切比雪夫间隔和余弦类似度来停止尝试。表1显现了尝试成果。欧几里得间隔丈量在精确性静态核对职员不齐、活络度、F1分数和特同性方面优于其他丈量。这表白欧几里得间隔丈量比其他的更能丈量两个图之间的间隔。

　　为了将所提出的办法与从前的办法停止比力，研讨者利用了四种癫痫检测办法，这些办法使用在与基线不异的数据库上，以下所示。

　　3.研讨者在波士顿麻省理工学院儿童病院(CHB-MIT) 脑电图数据库长进行了尝试，尝试成果表白，所提出的办法优于基线。

　　Yang等次要提出了一种算法，称为MinMaxHist，用于从脑电图旌旗灯号中提取特性。这些特性进步了分类器的机能。

　　图1显现了所提出办法的次要步调。起首，操纵小波变更将多通道脑电旌旗灯号分红多少工夫距离。然后，研讨者发明脑电旌旗灯号之间的相干性，以构建每一个工夫距离的图表甚么叫静态口令。因为多个脑电旌旗灯号是从一小我私家身上收罗的，因而它们之间存在很高的相干性。癫痫爆发使这些相干性消逝或削弱，因而研讨者利用熵来量化这些干系的信息。为了辨别癫痫爆发的工夫距离，研讨者提出了一个静态图嵌入模子。嵌入空间中的一般工夫距离很靠近甚么叫静态口令，由于它们具有类似的熵，而癫痫爆发的工夫距离是分离的而且阔别这些一般工夫距离。最初，研讨者使用部分非常因子（LOF）办法来检测嵌入空间中的癫痫爆发。

　　溶解研讨研讨者经由过程去除一些身分来比力所提出办法的几种变体。有两个身分会影响研讨者办法的终极机能甚么叫静态口令，即熵计较（EC）和静态图嵌入（DGE）。为了察看各身分对终极机能的影响，研讨者在两种状况下停止了尝试。第一种状况是从发起的办法中删除EC并嵌入没有熵的静态图。然后，研讨者移除DGE并操纵图熵来检测癫痫爆发。溶解研讨的成果如图6所示。按照成果，所提出的没有EC的办法的精确性低于完好办法甚么叫静态口令。没有EC和DGE的倡议办法在一切评价目标上获得了最差的机能。

　　本文提出了一种检测癫痫爆发的新思绪，经由过程发明多通道脑电旌旗灯号之间的虚伪干系构建静态图，操纵虚伪相干系数计较图熵，提出一种基于熵的静态图嵌入办法。研讨者在CHB-MIT脑电图数据库长进行了尝试。成果表白，所提出的办法在精确性方面优于基线%。研讨者操纵LOF办法来检测癫痫爆发。尝试成果表白，LOF办法在精确度方面优于其他手艺10.3%。研讨者还经由过程停止比力尝试考证了所提出的静态图嵌入模子。成果表白，所提出的模子在精确性方面优于其他模子8.1%。

　　传统的脑电图癫痫检测办法是基于傅里叶变更或小波变更。这些办法计较脑电图的频域并提取频次形式，继而这些形式被输入到分类模子中以检测癫痫爆发。传统办法的范围性在于非安稳的脑电旌旗灯号凡是会分离噪声，影响诊断的精确性。跟着深度进修的快速开展，很多手艺能够来检测脑电图上的癫痫爆发。这些办法基于先验常识，中心机想是从标注的数据集合进修癫痫和非癫痫特性，并从脑电图旌旗灯号中检测癫痫爆发。但是，在普遍的脑电图旌旗灯号记载中，癫痫爆发的距离工夫是长久的，这就存在样本种别不均衡成绩。关于监视进修模子，不均衡成绩肯定会影响检测的机能。别的，这些监视进修模子没法检测出锻炼数据集以外的癫痫形式。

　　因而，研讨者提出了一种无监视进修模子来进修先验常识中未显现的癫痫形式。经由过程利用多个电极收罗脑电旌旗灯号，将多个脑电图旌旗灯号而不是图象使用于癫痫检测。研讨办法的中心机想是发明多个脑电旌旗灯号之间的干系以构建静态图，并经由过程计较静态图的熵来检测非常工夫距离。

　　本研讨存在一些范围性。研讨者思索利用图熵来权衡两个图之间的类似性，可是在某些状况下，具有类似熵的两个图具有差别的构造。假如癫痫爆发和非癫痫爆发的图具有差别的构造但具有类似的熵，则模子没法检测到这些癫痫爆发。为了克制这个成绩，研讨者方案设想一个静态图嵌入模子来思索熵的类似性。第二个限定是，所提出的模子仅从多通道脑电图号中检测癫痫爆发，而疏忽了癫痫爆发猜测。

　　Tang 等提出了一种用于癫痫检测的多级频谱工夫特性进修框架。它将多通道脑电图合成为五组，并利用撑持向量机作为分类器来检测癫痫爆发。

　　为了考证差别非常值检测办法的机能，研讨者利用了伶仃丛林(IF)、箱线图(BP)和基于密度的噪声使用空间聚类 (DBSCAN)来建造比力。图5显现了差别非常检测办法的比力。在研讨者的办法中，研讨者操纵LOF办法来检测癫痫爆发静态核对职员不齐。按照成果，LOF办法在精确度、F1分数、特同性、活络性和精细度上均获得了最好表示。BP办法的机能最差，由于图在嵌入空间的散布不是正态散布分派。

　　1.研讨者提出了一种用于癫痫检测的无监视进修办法。该办法经由过程发明虚伪干系构建多通道脑电图的静态图静态核对职员不齐，并操纵熵丈量来计较两个图之间的类似性。

　　很多论文近来利用图论来检测多个工夫序列的非常。这些办法试图利用图对多通道脑电图停止建模，并发明旌旗灯号之间的干系特性用于癫痫检测。

　　机械进修已普遍使用于癫痫爆发检测，比方撑持向量机、是非时间影象收集和卷积神经收集（CNN）都表示出明显的感化。可是这些模子中的大大都都是监视进修模子，需求大批的标注数据集来锻炼它们的模子。这些标注的数据集很少见，因而研讨者提出了一个无监视进修模子来处理这个成绩。

　　Hu等提出了一种基于双向是非时间影象架构的办法。次要是操纵部分均匀合成来连结脑电旌旗灯号的非安稳性，同时削减计较量。• Fathima等人利用小波变更提取八个统计特性来检测癫痫爆发。

　　非常的大脑电举动是癫痫爆发的次要缘故原由。癫痫的频仍爆发严峻影响患者的身心安康。如，癫痫患者常在任何工夫、所在、情况中忽然爆发，不受掌握。别的，癫痫会招致认知停滞、影象停滞、智力降落、性情改动，终极损失糊口才能。脑电图 (EEG) 用于记载大脑的电举动。因为脑电旌旗灯号能够精确记载癫痫爆发时的棘波、尖波或不划定规矩尖波，因而脑电图查抄对癫痫的诊断十分主要，对停药更是具有指点感化。在临床理论中，大夫经由过程阐发脑电图旌旗灯号，肯定癫痫爆发的形式从而停止诊断。普通而言，患者需求持续监测数天以至数周才气记载大范畴的脑电旌旗灯号。因而，脑电旌旗灯号的阐发需求耗损大批的人力，有无一种愈加智能的癫痫检测办法呢？

　　该癫痫检测办法合用于CHB-MIT头皮脑电图数据库。脑电图数据由波士顿儿童病院从23名癫痫患者中搜集。以256 Hz的采样率记载这些脑电图旌旗灯号，并将其分为24例。

　　2.研讨者提出了一种基于熵的静态图嵌入模子来对图停止聚类。因为癫痫爆发工夫距离内脑电旌旗灯号之间的相干性与非癫痫爆发差别，因而癫痫爆发工夫距离的熵与嵌入空间的非癫痫爆发也相差甚远。

　　表3显现了差别静态图嵌入模子的比力成果静态核对职员不齐。研讨者利用图卷积收集(GCN)和静态图与基于向量的模子(Dy2V)停止比力，以评价所提出的静态图嵌入模子静态核对职员不齐。GCN操纵卷积神经收集的思惟来嵌入图。Dy2V架构供给了三种差别的基于Dy2V的模子，即基于Dy2V的主动编码器(Dy2VAE)、轮回神经收集(Dy2VRNN)和利用主动编码器和轮回神经收集的集成模子(Dy2AERNN)。按照成果，所提出的办法在精确度、精细度、F1分数和特同性方面获得了最好机能。Dy2VAE和Dy2VRNN模子以1.000的活络度到达最好机能。

　　特性提取在癫痫爆发检测中起着相当主要的感化。因为原始脑电旌旗灯号分离了噪声，基于时域特性的癫痫爆发检测机能遭到影响。噪声的频次在一个牢固的范畴内，因而频域特性能够过滤噪声对癫痫爆发的影响。次要的频域特性提取办法是小波变更。因为脑电图旌旗灯号是从多个电极记载的，本领情中研讨者的目的是提取电极之间的相干性作为癫痫检测的特性。