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：北京华庶远志科技有限公司

摘要：本发明涉及癫痫发作检测方法技术领域，具体为一种基于自动机器学习的EEG癫痫发作检测方法，包括以下步骤：将采集到的数据放入数据集中，数据集一共包含五个标签的数据表示为1‑5，标签1和标签2的数据是从五名健康受试者上采集的颅外数据，标签3到标签5是从癫痫患者上采集的颅内数据，标签3和4是在癫痫患者没有癫痫发作时采集的EEG数据。患者癫痫发作期间采集的EEG标记为标签5。该基于自动机器学习的EEG癫痫发作检测方法，在基于深度学习的EEG癫痫自动检测任务中，AutoML的神经架构搜索NAS可以快速构建适应特定癫痫EEG信号的检测算法，而用户只需要提供相应的数据集，节省了大量算法开发的时间和成本，加速癫痫EEG自动检测系统的应用和部署。

主权项：1.一种基于自动机器学习的EEG癫痫发作检测方法，其特征在于：包括以下步骤：S1：将采集到的数据放入数据集中，数据集一共包含五个标签的数据表示为1-5，标签1和标签2的数据是从五名健康受试者上采集的颅外数据，标签3到标签5是从癫痫患者上采集的颅内数据，标签3和4是在癫痫患者没有癫痫发作时采集的EEG数据，患者癫痫发作期间采集的EEG标记为标签5，信号以173.61Hz的采样率转为数字信号并保存为单通道EEG，然后他们将信号分割为持续时间为23.6秒的EEG信号段；S2：将上述癫痫EEG数据集定义为ED，其中分为训练集EDtrain和验证集EDval，同时定义搜索空间为SE，NAS算法使用交叉熵损失函数CE来评估搜索到的模型的性能，假设ω*为NAS算法搜索到的性能最好的模型，那么ω*可以表示为：ω*＝argminω∈SECEEDval,ωθ其中θ表示模型的参数，为了实现使用贝叶斯优化算法通过网络态射来指导NAS算法对搜索空间的探索，NAS的搜索空间需要满足传统高斯过程假设，为了使NAS空间满足高斯过程的假设，AK提出了神经网络的编辑距离核函数，可以写成： 其中s1和s2表示两个神经网络结构，α表示将距离映射到新空间的函数，Mla和Msc分别是层态射和跳跃连接态射的距离，β是Mla和Msc的平衡因子，其中Mla可以表示为： 其中，p.表示层的宽度，表示从s1到s2的层的单射匹配函数，类似的，Msc可以表示为： 其中q.表示跳过连接开始的层的拓扑等级，r.表示跳跃连接s的起点和终点之间的层数，然后AK选择上置信界UCB作为获取函数，并提出了一种结合模拟退火和A*搜索的新方法来优化树结构空间上的UCB，UCB函数可以写作：γw＝μCEw,ED+η×σCEw,ED其中μ.表示当前模型结构w性能的均值，σ.为当前模型结构w性能的方差，η是一个均衡因子，它控制NAS算法在搜索空间SE中的进程，在探索和搜索中找到均衡，贝叶斯优化算法通过评估每一个新产生结构的γw，找到γw最小的结构作为下一个进行网络态射并训练的结构；为了优化树结构空间上的UCB函数，一种结合模拟退火和A*搜索的新方法在这里提出，设当前所有训练过的模型集合为ωall，目前的最优性能为CEmin，对于所有模型，使用网络态射产生一个新的结构，定义为ω'：ω'＝nmωall其中nm.表示网络态射操作，然后使用贝叶斯优化器对ω'中的每个模型ω'i进行性能评估γω'i，当满足CEmin＞γω'i时，保存此时的模型ω'i作为候选模型，然后使用模拟退火算法不断循环更新当前的候选模型避免陷入局部最优解。

全文数据：

权利要求：

百度查询： 北京华庶远志科技有限公司 一种基于自动机器学习的EEG癫痫发作检测方法