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：陕西省人民医院(陕西省临床医学研究院)

摘要：本申请公开了一种基于机器学习的脑血管病诊断方法、装置及存储介质，该方法包括：获取包含健康和不同程度脑血管病患者的样本EEG数据集；其中，样本EEG数据集中每个样本具有健康状态或病变程度标记；根据样本EEG数据集对预设的机器学习分类模型进行训练，获得脑血管病诊断分类模型；获取待诊断目标的EEG数据，对待诊断目标的EEG数据进行预处理后输入脑血管病诊断分类模型，通过脑血管病诊断分类模型对待诊断目标的EEG数据进行健康状态或病变程度分类，获得待诊断目标的脑血管病诊断结果。如此，通过机器学习模型提高了脑血管病诊断过程中的准确性和效率。

主权项：1.一种基于机器学习的脑血管病诊断方法，其特征在于，包括：获取包含健康和不同程度脑血管病患者样本EEG数据集；其中，所述样本EEG数据集中每个样本具有病情分类标记，包括健康、脑血管病不伴随认知障碍、脑血管病伴随认知障碍；基于所述样本EEG数据集对预设的机器学习分类模型进行预训练，获得脑血管病诊断分类模型；获取待诊断目标的EEG数据，对所述待诊断目标的EEG数据进行包括电极定位、重参考、信号滤波、数据分段以及独立成分分析的预处理，获得预处理后的待诊断目标的EEG信号；对所述预处理后的待诊断目标的EEG信号通过最小范数估计法估算各脑区源信号，反演出产生所述待诊断目标不同脑区所产生的EEG信号；对脑源定位之后的所述待诊断目标不同脑区所产生的EEG信号中，任意两个脑区的EEG信号进行交叉小波变换，获取所述待诊断目标不同脑区之间的小波互谱特征；所述交叉小波变换表示为： 其中，表示尺度和位置，为时间序列，表示在时间和尺度上的平滑算子，表示复数，，表示在尺度和位置上的连续小波变换，表示所求的交叉小波变换；其中，所述小波互谱特征为复数矩阵；小波互谱特征矩阵的数值包括实部和虚部；对小波互谱特征矩阵进行划分，在频域和时域上将所述小波互谱特征矩阵划分为格；对每格内的小波互谱值的虚部计算平均值，去除影响锥所在行方格的均值，得到5乘以5的小波互谱矩阵，作为两个脑区间的小波互谱数值矩阵；将两两脑区的小波互谱数值矩阵均值化并组合在一起转化为脑区功能连接矩阵；其中，所述脑区功能连接矩阵用于反映出所述待诊断目标的所有脑区的信号交互活动，用于作为所述待诊断目标的脑电特征进一步用于分类；将所述脑区功能连接矩阵作为特征输入所述脑血管病诊断分类模型，通过所述脑血管病诊断分类模型对所述待诊断目标进行健康、脑血管病不伴随认知障碍、脑血管病伴随认知障碍分类，获得所述待诊断目标的诊断结果。

全文数据：

权利要求：

百度查询： 陕西省人民医院(陕西省临床医学研究院) 一种基于机器学习的脑血管病诊断方法、装置及存储介质