一种面向癫痫脑电的识别方法
授权
摘要
本发明公开了一种面向癫痫脑电的识别方法，包括以下步骤：S1、构建基于一维卷积神经网络的简化深度学习模型L‑NET；S2、采集脑电数据；S3、所述脑电数据经过EMD预处理，输入简化深度学习模型L‑NET；S4、所述简化深度学习模型L‑NET采用RMSProp算法作为模型优化算法，通过预定义的目标函数来进行损失估计。本发明设计的模型参数更少，效率更高。且通过实验验证，原始数据经过EMD处理后取前三阶分量，再利用一维CNN做分类识别这种方式识别率最高。相比于二维CNN，在简化癫痫脑电识别过程的同时，也提高了识别准确率。
基本信息
专利标题 ：
一种面向癫痫脑电的识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112450885A
申请号 ：
CN202011353490.5
公开（公告）日 ：
2021-03-09
申请日 ：
2020-11-27
授权号 ：
CN112450885B
授权日 ：
2022-04-22
发明人 ：
张锦田森刘熔李强
申请人 ：
湖南师范大学
申请人地址 ：
湖南省长沙市麓山路36号湖南师范大学
代理机构 ：
长沙市护航专利代理事务所(特殊普通合伙)
代理人 ：
谢新苗
优先权 ：
CN202011353490.5
主分类号 ：
A61B5/00
IPC分类号 ：
A61B5/00 A61B5/372 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B5/00
用于诊断目的的测量；人的辨识
法律状态
2022-04-22 ：
授权
2021-03-26 ：
实质审查的生效
IPC(主分类) : A61B 5/00
申请日 : 20201127
申请日 : 20201127
2021-03-09 ：
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
