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：嘉兴市第二医院

摘要：本发明公开了一种单样本脑电波信号Electroencephalogram，EEG深度学习的癫痫检测方法，包括如下步骤：采集EEG信号，通过信号段随机截取、信号加噪和功率归一化对EEG信号样本进行增强，计算EEG变换域序列，以此构建EEG训练集和验证集；构建癫痫分类卷积神经网络，从4种EEG输入序列中提取深度特征，利用特征融合机制将提取后的特征进行拼接得到更稳定的融合特征，将融合特征连接送给用于分类的全连接层；基于训练集和验证集对卷积神经网络进行训练，得到用于癫痫检测的最优网络参数；获取待检测EEG信号，截取待检测EEG信号段，并计算各信号段的EEG变换域序列，输入训练得到的最优网络模型，根据输出置信度进行癫痫检测。本发明能提高单样本场景下癫痫检测的准确率以及稳定性。

主权项：1.一种基于EEG单样本深度学习的癫痫检测方法，其特征在于，包括如下步骤：步骤1、采集EEG信号分别采集癫痫发作时的EEG信号样本以及无癫痫发作时的EEG信号样本，每种情况下的EEG信号样本各1个，均为离散化后的数字信号序列，长度相等；步骤2、增强EEG信号样本对两个EEG信号样本分别进行增强，所述样本增强包括信号段随机截取、信号加噪和功率归一化三个步骤，所截取的信号段长度固定为且小于原始信号长度，信号加噪在截取的信号段上叠加随机生成的噪声序列，长度与信号段长度一致，功率归一化对加噪后的信号段的功率归一化到1，该增强过程重复多次，增强后得到个癫痫发作EEG信号段序列和个无癫痫发作EEG信号段序列，共2个EEG信号段序列；步骤3、计算EEG变换域序列对所述2个EEG信号段序列，分别计算每个信号段序列的变换域序列，包括EEG傅里叶变换序列、EEG小波变换序列、EEG变分模态分解序列，其中所述EEG傅里叶变换序列通过对EEG信号段序列进行傅里叶变换，再提取实部、虚部和幅度并进行拼接后得到；EEG小波变换序列通过对EEG信号段序列进行离散小波变换，再对各个尺度下的近似分量进行拼接后得到；EEG变分模态分解序列通过对EEG信号段序列进行变分模态分解，再对各个模态成分进行拼接后得到；步骤4、构建EEG训练集和验证集将所述2个EEG信号段序列随机划分成2个集合，各包含个信号段序列，作为用于深度学习训练的EEG训练集和验证集，训练集和验证集中各个样本数据包括离散EEG序列、EEG傅里叶变换序列、EEG小波变换序列、EEG变分模态分解序列以及样本标签，所述样本标签根据所对应的EEG信号段序列是否来自癫痫发病期确定，若来自癫痫发作时采集的EEG信号，则癫痫标签为“癫痫”，否则为“正常”；步骤5、构建癫痫分类卷积神经网络构建用于癫痫分类的卷积神经网路，所述卷积神经网络为多输入单输出形式，输入包括EEG序列、EEG傅里叶变换序列、EEG小波变换序列、EEG变分模态分解序列，分别采用4个分支对应4个输入序列，4个分支提取得到的深度特征在特征融合层进行拼接，拼接后的特征送入用于分类的全连接层，最后经过softmax输出置信度；步骤6、训练卷积神经网络利用所述训练集和验证集对所述卷积神经网络进行训练，得到所述卷积神经网络对应的最优网络参数；步骤7、获取待检测EEG信号采集待检测EEG信号，其长度不小于；步骤8、截取待检测EEG信号段对待检测EEG信号进行信号段随机截取和功率归一化操作，所截取的信号段长度固定且小于原始信号长度，功率归一化对截取的信号段的功率归一化到1，该过程重复多次，得到个待检测EEG信号段；步骤9、计算待检测EEG变换域序列对所述个待检测EEG信号段序列，分别计算每个信号段序列的变换域序列，包括EEG傅里叶变换序列、EEG小波变换序列、EEG变分模态分解序列，其中所述EEG傅里叶变换序列通过对EEG信号段序列进行傅里叶变换，再提取实部、虚部和幅度并进行拼接后得到；EEG小波变换序列通过对EEG信号段序列进行离散小波变换，再对各个尺度下的近似分量进行拼接后得到；EEG变分模态分解序列通过对EEG信号段序列进行变分模态分解，再对各个模态成分进行拼接后得到；步骤S10、癫痫判决依次将所述个待检测EEG信号段序列连同变换域序列输入训练得到的卷积神经网络，得到个待检测信号段在癫痫类上的置信度，并对个置信度进行融合，根据融合后的置信度进行判决，得到最终癫痫检测结果。

全文数据：

权利要求：

百度查询： 嘉兴市第二医院 一种基于EEG单样本深度学习的癫痫检测方法