龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：本发明公开了一种基于多通道图谱结构特征挖掘的癫痫发作预测方法，属于医疗图像处理技术领域。本发明包括：对脑电信号进行信号预处理，获取基于非负塔克Tucker分解降维的脑电信号的多通道时频域图谱，对其进行等高线采样及等高线轮廓特征提取以得到脑电信号特征，再基于该特征进行自动癫痫发作前期预测，同时还包括对识别出癫痫发作前期的特征进行自动身份识别。本发明存储开销小，可以协助癫痫患者有准备地应对癫痫发作；使用非负Tucker对数据降维降低了计算量；使用功率等高线的轮廓作为时频域的多通道图谱结构特征，可以很好地刻画时间、频率和能量的耦合关系；直接使用癫痫预测时已获取的特征进行身份识别，可以简化系统模块，加快身份识别响应速度。
主权项：1.基于多通道图谱结构特征挖掘的癫痫发作预测方法，其特征在于，包括以下步骤：步骤1，对脑电采集设备输入的原始多通道脑电信号进行信号预处理；步骤2，对信号预处理后的每个通道的脑电信号进行连续小波变换，得到变换后的每个通道的脑电数据，再使用非负塔克Tucker分解对所有通道的脑电数据构成的三阶张量进行降维，对降维后的时频图进行归一化处理得到降维的多通道时频域图谱；步骤3，以非均匀采样间隔抽取降维的多通道时频域图谱的每个通道的一组等高线，提取每个通道的所有等高线的轮廓特征得到当前通道的时频图特征向量；基于所有通道的时频图特征向量得到最终的脑电信号特征；步骤4，将最终的脑电信号特征输入训练好的袋装树分类器，进行是否处于癫痫发作前期的自动识别。
全文数据：
权利要求：
百度查询： 电子科技大学 基于多通道图谱结构特征挖掘的癫痫发作预测方法
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