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：哈尔滨理工大学
摘要：一种多模态的轻量化癫痫脑电信号分类模型的训练方法、建立方法、分类方法，属于信号处理技术领域，本发明提出了一种轻量化的多模态癫痫检测模型，旨在通过同时分析信号的时域特征和频域特征来提高癫痫检测的准确率和效率。本发明的模型：首先应用短时傅里叶变换STFT对单通道脑电图EEG信号进行预处理，构建三通道的图像作为频域模态；同时，原始EEG信号直接作为时域模态。两种模态通过经过自适应解耦知识蒸馏预训练的特征提取模块进行特征提取。为进一步提升模型性能，引入全局一致性学习和局部共现学习方法，有效融合不同模态的特征。实验结果显示，该模型在波恩大学开源癫痫脑电数据集上的性能优于现有方法，尤其在分类精度和泛化能力方面表现突出。本发明适用于提高癫痫脑电信号分类的准确性和可靠性。
主权项：1.一种多模态的轻量化癫痫脑电信号分类模型的训练方法，所述训练方法包括：自适应解耦知识蒸馏、教师模型和学生模型。所述自适应解耦知识蒸馏包括目标类损失、非目标类损失、标签损失以及自适应损失权重；所述目标类损失用于计算教师模型的输出与学生模型的输出在目标类上的分布的距离；所述非目标类损失用于计算教师模型的输出与学生模型的输出在非目标类上的分布的距离；所述标签损失用于计算学生模型的输出与数据标签之间的差异；所述自适应损失权重用于在模型训练过程中自适应的调整三种损失的权重，使模型达到更好的训练效果；所述教师模型包括一维RepVGG-A2和二维RepVGG-B2SE；所述学生模型包括本发明提供的一种轻量化多模态癫痫检测模型的特征提取模块。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种多模态的轻量化癫痫脑电信号分类模型的训练方法、建立方法、分类方法
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