龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东未来网络研究院(紫金山实验室工业互联网创新应用基地)
申请日：2024-05-29
公开（公告）日：2024-06-28
公开（公告）号：CN118252473A
主分类号：A61B5/00
分类号：A61B5/00;A61B5/372;G16H50/30;G06F18/10;G06F18/2134;G06F18/2415;G06N3/0442;G06N3/0464;G06N3/084;G06N3/09
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及神经网络算法和脑电信号预测疾病领域技术领域，尤其是涉及一种基于脑电信号癫痫发作预测方法、系统、介质及设备。所述方法，包括获取CHB‑MIT数据集中的脑电图数据；对获取的脑电图数据进行预处理，包括利用独立成分分析和滤波对获取的脑电图数据进行去噪；通过欠采样方法平衡去噪后的脑电图数据；利用平衡后的脑电图数据进行模型的构建；根据构建后的模型进行训练，包括利用交叉熵损失函数计算模型在训练数据上的损失，并通过Adam算法对模型进行优化；将预处理后的脑电图数据输入至训练完成的模型，得到预测结果。本发明的技术方案，通过规范导联的方式，提高该系统的泛化能力，增加了预测癫痫发作的精确度。
主权项：1.一种基于脑电信号癫痫发作预测方法，其特征在于，包括：获取CHB-MIT数据集中的脑电图数据；对获取的脑电图数据进行预处理，包括利用独立成分分析和滤波对获取的脑电图数据进行去噪；通过欠采样方法平衡去噪后的脑电图数据；利用平衡后的脑电图数据进行CNN-BiLSTM模型的构建；根据构建后的CNN-BiLSTM模型进行训练，包括利用交叉熵损失函数计算CNN-BiLSTM模型在训练数据上的损失，并通过Adam算法对CNN-BiLSTM模型进行优化；将预处理后的脑电图数据输入至训练完成的CNN-BiLSTM模型，得到预测结果。
全文数据：
权利要求：
百度查询： 山东未来网络研究院(紫金山实验室工业互联网创新应用基地) 一种基于脑电信号癫痫发作预测方法、系统、介质及设备
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。
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