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:杭州电子科技大学平湖数字技术创新研究院有限公司;杭州电子科技大学
摘要:本发明公开了一种基于高阶特征加权深度森林的癫痫预测系统及方法,该癫痫预测方法通过提取脑电信号的多组熵特征,并对提取出的熵特征进行二次提取,对其进行归一化后以此为权重将原特征矩阵进行加权改进,提高了对数据中的数据特征的提取,从而使最终的预测结果更加准确,该基于高阶特征加权深度森林的癫痫预测方法可以有效地提高癫痫预警的精度,在绝大多数情况下能够准确地预测短时间内癫痫是否会发作,该模型具有强鲁棒性,并且在癫痫预测预警领域具有较高的应用价值。同时,本发明采用的是“白盒”识别方法,其内部结构易解释性好、透明度高。
主权项:1.一种基于高阶特征加权深度森林的癫痫预测系统,其特征在于:包括脑电信号采集模块、信号预处理模型、熵特征提取模块和癫痫预测模块;脑电信号采集模块用于对受试者脑电信号进行采集,获取不同时间段受试者的脑电信号;信号预处理模块用于对受试者的脑电信号进行预处理;熵特征提取模块用于对信号预处理模块输出的脑电信号进行熵特征提取,获取初始特征矩阵,并对初始特征矩阵进行二次熵特征提取,使用所得的二次熵特征对初始特征矩阵进行赋权,获取高阶特征矩阵,根据高阶特征矩阵获取受试者的特征样本;癫痫预测模块用于接收受试者的特征样本,预测受试者癫痫发生概率。
全文数据:
权利要求:
百度查询: 杭州电子科技大学平湖数字技术创新研究院有限公司 杭州电子科技大学 一种基于高阶特征加权深度森林的癫痫预测系统及方法
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。