一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方...
授权
摘要
本发明涉及一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方法。将N导癫痫患者脑电信号根据距离发作期远近分为间期、前期数据，对两类数据进行滑窗分段，窗口大小为30s，作为一个样本。由于两类数据量失衡，为增加前期样本，前期滑窗重叠率为20％，间期无重叠。对数据进行三层小波包分解得到八个频带的小波系数，然后重构回对应频带的时域信号，提取电极间相关性系数作为特征矩阵。将特征矩阵输入到卷积网络，通过卷积核对数据的不断融合来学习数据的高层表征。卷积网络的输出作为循环网络的输入来学习脑电信号时序上的隐含关系，并通过多个时间尺度信息的融合来降低生物信号非稳定性特点的影响从而提升模型的分类准确率。
基本信息
专利标题 ：
一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110693493A
申请号 ：
CN201910967804.1
公开（公告）日 ：
2020-01-17
申请日 ：
2019-10-12
授权号 ：
CN110693493B
授权日 ：
2022-05-31
发明人 ：
段立娟侯金泽乔元华苗军陈军成
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
吴荫芳
优先权 ：
CN201910967804.1
主分类号 ：
A61B5/0476
IPC分类号 ：
A61B5/0476 A61B5/00
法律状态
2022-05-31 ：
授权
2020-02-18 ：
实质审查的生效
IPC(主分类) : A61B 5/0476
申请日 : 20191012
申请日 : 20191012
2020-01-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
