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：东北电力大学
摘要：本发明涉及癫痫诊断技术领域，具体公开了一种基于脑电信号多域特征的癫痫发病预测诊断方法，包括生成对抗网络以无监督的方式进行训练，然后将训练后的鉴别器用作特征提取器，特征提取器生成的特征由两个全连接层对标记的EEG信号进行预测，Liu等人提出了一个多视图卷积神经网络框架，目的是获得时域和频域特征的共享表示，以此来预测癫痫发作，然后，我们使用1D‑CNN从EEG信号中提取额外特征，并使用这两个特征来估计癫痫发作事件的概率，本发明通过胶囊网络的向量化表示和动态路由机制使其对复杂和微妙的变化更敏感，不仅关注特征的存在与否，能够关注特征之间的相对位置和姿态变化，更好的捕捉时频图中的空间和层次关系，提高癫痫发作预测的准确率。
主权项：1.一种基于脑电信号多域特征的癫痫发病预测诊断方法，其特征在于，包括以下几个步骤：S1：进行特征提取；分别计算癫痫发作前期和发作间期两类EEG数据的协方差矩阵，捕捉其在各个通道间的线性关系和变异特征；S2：增强空间特征；使用CSP算法选取一组最优空间滤波器进行投影，增强EEG空间特征；首先，分别计算癫痫发作前期和发作间期两类EEG数据的协方差矩阵，捕捉其在各个通道间的线性关系和变异特征，以此反映EEG数据中各个通道之间的相关性；接下来将癫痫发作前期和发作间期的协方差矩阵加和，得到总协方差矩阵，用于后续的特征提取；之后，对总协方差矩阵进行特征值分解，求得特征值和特征向量；为了标准化数据，将总协方差矩阵进行白化变换；接下来对EEG数据进行线性变换，突出发作前期和发作间期之间的差异；之后对变换后的协方差矩阵进行广义特征值分解，寻找一组最优的增强两类数据区分性的空间滤波器，即CSP投影矩阵；获得CSP投影矩阵后，将其应用于原始EEG数据，对数据进行线性变换；处理空间域信息之后，对EEG数据进行时频分析，使用STFT方法将EEG数据转换为能够同时提供时间和频率信息的时频图；提取EEG数据的时频特征之后，使用添加SE模块和空间注意力机制的ResNet18网络对时频图进行特征预提取；S3：进行胶囊分类，构建胶囊网络预测模块。
全文数据：
权利要求：
百度查询： 东北电力大学 一种基于脑电信号多域特征的癫痫发病预测诊断方法
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