[00901744]基于深度自编码的脑电特征优化与癫痫发作检测方法
交易价格:
面议
所属行业:
医疗器械
类型:
发明专利
技术成熟度:
通过小试
专利所属地:中国
专利号:CN202010105835.9
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度自编码的脑电特征优化与癫痫发作检测方法。本发明步骤:步骤1:将原始脑电信号进行预处理,然后按顺序排列脑电信号的通道,以每4s的脑电图为一个数据样本,进行离散傅里叶变换,并获得样本的幅值谱,将样本的幅值谱整理成合适的特征矩阵;步骤2:设置卷积自编码器的网络结构;步骤3:通过步骤1中的数据训练卷积自编码器,再将数据输入训练好的卷积自编码器的编码器对特征矩阵进行降维,得到低维特征;步骤4:使用低维特征训练基于最近邻分类器的纠错输出编码模型;最后使用整个模型对新的脑电图进行癫痫发作检测,测试模型性能。本发明能滤除干扰特征,降低特征维数和模型学习复杂度,实现更有效的癫痫发作检测。
本发明公开了一种基于深度自编码的脑电特征优化与癫痫发作检测方法。本发明步骤:步骤1:将原始脑电信号进行预处理,然后按顺序排列脑电信号的通道,以每4s的脑电图为一个数据样本,进行离散傅里叶变换,并获得样本的幅值谱,将样本的幅值谱整理成合适的特征矩阵;步骤2:设置卷积自编码器的网络结构;步骤3:通过步骤1中的数据训练卷积自编码器,再将数据输入训练好的卷积自编码器的编码器对特征矩阵进行降维,得到低维特征;步骤4:使用低维特征训练基于最近邻分类器的纠错输出编码模型;最后使用整个模型对新的脑电图进行癫痫发作检测,测试模型性能。本发明能滤除干扰特征,降低特征维数和模型学习复杂度,实现更有效的癫痫发作检测。