近日，自动化学院“人机混合智能与智慧健康研究中心”以杭州电子科技大学为第一单位在人工智能国际知名期刊IEEE Transactions on Instrumentation & Measurement（TIM）上发表了文章《Epileptic Seizure Detection based on Attitude Angle Signal of Wearable Device》。该论文的第一作者为我校自动化学院研究生王佳兵，通讯作者为研究中心负责人曹九稳教授和胡丁寒老师。IEEE TIM目前为SCI中科院2区期刊，最新影响因子为5.6，期刊主要兴趣领域是电气和电子仪器和设备的开发和使用。
针对癫痫发作的反复性和不可预测性，脑电信号在癫痫发作检测中扮演着重要角色。然而，考虑到脑电采集设备的舒适性差且便携性低，通过便携式手环设备采集佩戴者的多模态生理信号来检测癫痫发作的方法逐渐受到关注。在基于便携式手环采集的多模态生理信号中，加速度信号（ACC）和角速度信号（GYR）对癫痫发作检测起到了至关重要的作用，能够有效记录癫痫发作时候的肢体运动动作。但是，在癫痫研究领域，关于姿态角信号的研究相对较少。本文提出了一种使用姿态角信号（俯仰角和横滚角）来实现癫痫发作检测的方法。研究主要的贡献如下：（1）证明了姿态角信号也可以用于癫痫的发作检测，并且相比常用的加速度信号和角速度信号具有更好的表现效果；（2）设计了一个基于姿态角的LSTM发作检测算法。使用姿态角信号设计的癫痫发作检测算法其准确率为83.4%，误报率为8.46/24h；使用加速度信号设计的癫痫发作检测算法其准确率为80.1%，误报率为8.73/24h。姿态角信号的使用明显提升了癫痫发作检测的效率以及准确率。
图：分析流程图
人机混合智能与智慧健康研究中心隶属于杭州电子科技大学自动化学院，依托于浙江省机器学习与智慧健康国际合作基地，主要研究方向包括：机器学习、深度学习、医学信号处理、场景文字识别、自然语言处理等。研究中心现有在职教师11名，其中包含6位教授、2位副教授、3位讲师，硕博生60余名。负责人曹九稳教授是浙江省机器学习与智慧健康国际合作基地中心主任。研究中心有多位国家级和省级人才，与法国巴黎大学、新加坡南洋理工大学、加拿大温莎大学、澳门大学、复旦华山医院、浙江省儿保医院等长期保持科研合作；研究中心学生多次赴法国、加拿大等交流学习，毕业生多就职于华为、字节跳动、海康威视等国内知名企业。