1. 研究目的与意义
一、文献综述与调研报告(阐述课题研究的现状及发展趋势，本课题研究的意义和价值、参考文献)
㈠课题研究的现状及发展趋势
癫痫（epilepsy），即俗称的“羊角风”或“羊癫风”，是大脑神经元突发性异常放电，导致短暂的大脑功能障碍的一种慢性疾病。作为神经系统最常见的疾病之一，在全世界已有超过5 千万患者[1]。我国癫痫患病率为 5‰，我国各地区癫痫患病率差异较大，且农村地区癫痫患病率比城市高。据中国最新流行病学资料显示，国内癫痫的年发病率为28.8/ 10 万，1年内有发作的活动性癫痫患病率为4.6‰。据此估计中国约有900万左右的癫痫患者，其中500～600万是活动性癫痫患者，同时每年新增加癫痫患者约40万。据统计数据显示, 我国0~14岁儿童癫痫的发病率为151/10万, 患病率为3.45‰, 其中约半数于5岁内起病[2]。在中国癫痫已经成为神经科仅次于头痛的第二大常见病。
2. 研究内容和问题
二、本课题的基本内容，预计解决的难题
㈠基本内容
（1）首先从癫痫脑电信号特征提取开始进行，学习和使用包括时域、频域与时频信号等多种信号提取方法。接着学习和使用K近邻算法、决策树算法、朴素贝叶斯算法、线性判别分析法和最近均值算法等分类识别方法。将提取到的信号特征进行分类。
3. 设计方案和技术路线
三、课题的研究方法、技术路线
㈠研究方法
阅读文献，利用可视化文献分析工具分析文献，了解国内外有关人工智能在癫痫信号识别中的研究进展；收集相关算法资料，按照应用场景，设计迁移学习算法；借用研究实验数据，进行实验研究，根据实验结果进行分析，评价所设计方法的有效性。
4. 研究的条件和基础
四、研究工作条件和基础
1. 南通大学图书馆提供丰富的文献资源，可以查找到相关文献；
2. 生物信息学教研室机房提供了一个良好的学习和实验研究环境；
以上是毕业论文开题报告，课题毕业论文、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。
