申请/专利权人:中国科学院自动化研究所
申请日:2024-02-22
公开(公告)日:2024-05-28
公开(公告)号:CN118078211A
主分类号:A61B5/00
分类号:A61B5/00;A61B5/372;G16H50/20;G16H50/70;G16H10/60;G06F18/2131;G06F18/241;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明提供一种基于互补变频感知模型的癫痫发作预测方法、装置及设备,其中方法包括:获取脑电信号数据的频谱图;基于互补变频感知模型对频谱图进行预测,得到癫痫预测结果;互补变频感知模型包括特征提取模块、变频滤波模块、互补时序整合模块和分类器;特征提取模块用于提取频谱图中的初始特征,变频滤波模块用于从初始特征中分离出高频特征和低频特征,互补时序整合模块用于基于高频特征和低频特征确定判别式特征,分类器用于基于判别式特征进行癫痫预测,得到癫痫预测结果。变频滤波模块使模型感知到特征分量从不同的高频和低频逐步过渡到全频的变化过程,更有效地捕获低频和高频信息,提高特征的判别性,提高癫痫发作预测的准确性和可靠性。
主权项:1.一种基于互补变频感知模型的癫痫发作预测方法,其特征在于,包括:获取脑电信号数据的频谱图;基于互补变频感知模型对所述频谱图进行预测,得到癫痫预测结果;所述互补变频感知模型包括特征提取模块、变频滤波模块、互补时序整合模块和分类器;所述特征提取模块用于提取所述频谱图中的初始特征,所述变频滤波模块用于从所述初始特征中分离出高频特征和低频特征,所述互补时序整合模块用于基于所述高频特征和所述低频特征确定判别式特征,所述分类器用于基于所述判别式特征进行癫痫预测,得到所述癫痫预测结果。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 基于互补变频感知模型的癫痫发作预测方法、装置及设备
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。