H

HFO Spkhfo

由roychowdhuryresearch開發
專為神經信號中高頻振盪(HFOs)分類設計的機器學習模型,用於癲癇和腦功能研究。
下載量 24
發布時間 : 1/24/2025

模型概述

本模型包含偽跡檢測、spkHFO檢測和eHFO檢測三個子模型,旨在幫助研究人員和臨床醫生高效分析HFOs。

模型特點

全流程分類管道
涵蓋偽跡去除、spkHFO檢測和eHFO檢測,簡化HFO分析工作流。
前沿模型架構
採用先進深度學習技術構建,確保高準確性與魯棒性。
易用API接口
可通過Hugging Face的transformers庫直接加載模型,無縫集成至研究流程。

模型能力

偽跡檢測
spkHFO檢測
eHFO檢測

使用案例

醫療研究
癲癇研究
通過檢測HFOs輔助癲癇病灶定位和病情分析。
腦功能研究
利用HFOs分析大腦功能活動和神經信號特徵。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase