龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖北大学
摘要：本发明公开了一种基于脑电特征融合深度学习模型的癫痫分类方法及系统。先采集脑电信号，通过脑电信号生成小波散射功率谱密度能量图和频率谱密度能量图；再将小波散射功率谱密度能量图和频率谱密度能量图融合，得到融合后的特征图；接着将融合后的特征图输入到预设的深度学习模型中，输出得到癫痫分类结果。通过引入小波散射算法进行一系列特征图融合，能够体现出信号的多特征可视化能量图谱分析能力，从而实现了对癫痫的准确识别分类。
主权项：1.基于脑电特征融合深度学习模型的癫痫分类方法，其特征在于，包括：采集脑电信号；通过所述脑电信号生成小波散射功率谱密度能量图和频率谱密度能量图；将所述小波散射功率谱密度能量图和所述频率谱密度能量图融合，得到融合后的特征图；将所述融合后的特征图输入到预设的深度学习模型中，输出得到癫痫分类结果；通过引入小波散射算法进行一系列特征图融合，能够体现出信号的多特征可视化能量图谱分析能力；在所述通过所述脑电信号生成小波散射功率谱密度能量图和频率谱密度能量图之前，还包括：将所述脑电信号进行3级分解，分解为23个小波包基，所述小波包基包含着低频成分系数和高频成分系数的线性组合；选择使损失函数最小的小波包基作为最优小波包基，得到所述最优小波包基分解的低频成分系数；利用所述最优小波包基设定熵标准，利用所述熵标准计算得到小波分解系数；具体地，利用对数熵，即令设log0＝0，设x＝{xj}为空间向量,记B为选取的一个正交基,Bx是x在基B下的小波分解系数；对于x∈V,若MBx是最小的,则B为最优小波包基；将绝对值小于阈值的所述小波分解系数置为0，将绝对值大于或者等于所述阈值的所述小波分解系数予以保留，得到小波系数的估计值；根据所述最优小波包基分解的低频成分系数和所述小波系数的估计值进行小波重构，得到重构后的脑电信号；通过预设滑动窗口和预设步长对所述重构后的脑电信号进行加窗分段处理。
全文数据：
权利要求：
百度查询： 湖北大学 基于脑电特征融合深度学习模型的癫痫分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号