全文总字数：5655字
1. 研究目的与意义（文献综述）
设计（论文）的目的是：
儿童多动症（简称多动症），又称注意缺陷多动障碍（adhd）。是一种常见的儿童行为异常问题。这类患儿的智力正常或接近正常，但学习、行为及情绪方面有缺陷。该症不仅影响儿童的学校、家庭和校外生活，而且容易导致儿童持久的学习困难、行为问题和自尊心低，此类患儿在家庭及学校均难与人相处。如不能得到及时治疗，部分患儿成年后仍有症状，明显影响患者学业、身心健康以及成年后的家庭生活和社交能力。
2. 研究的基本内容与方案
设计（论文）的基本内容是：
我将研究一套基于非完全标注的脑电大数据的迭代更新式脑功能障碍细分类模型。将研究基于非完全标注的脑电大数据的迭代更新式脑功能障碍细分类模型。首先研究基于深度学习方法的细分类任务；在此基础上，还会研究通过主动学习实现对显著脑电信号样本的取样、并对显著样本的重新评估与标注的方法，从而构建出一套在尽可能降低医疗专业人员参与成本的基础上最大化引入先验的医疗专业知识，用以迭代式地更新并优化细分类模型性能的标准流程；此外，还会研究通过已有样本标注和样本显著性分析的交叉验证方法，来反向验证数据标注的准确性的范式。
3. 研究计划与安排
1. 2020/1/14—2020/2/28：查阅有关参考资料并完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。
2. 2020/3/1—2020/3/30：熟悉所选用的开发平台，完成对adhd病患的检测功能
3. 2020/4/1-2020/4/30：完成利用无监督学习的方法挖掘脑电数据的隐藏信息并反过来对量表进行验证的任务
4. 参考文献（12篇以上）
addin zotero_bibl{"uncited":[],"omitted":[],"custom":[]}csl_bibliography [1] fabienlotte等, 《a reviewof classification algorithms for eeg-based brain–computer interfaces: a 10 yearupdate》, journal of neural engineering, 卷 15, 期 3, 页 031005,2018.
[2] v. j. lawhern, a. j. solon, n. r. waytowich, s. m. gordon, c. p.hung和b. j. lance, 《eegnet: a compact convolutional neural network for eeg-basedbrain–computer interfaces》, journal of neuralengineering, 卷 15, 期 5, 页 056013, 2018.
[3] j. a. c. saeid sanei, eeg signal processing. john wiley sons, 2007.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
