摘要
本发明属于但不限于人工智能技术领域,公开了一种基于脑电信号通道选择和门控循环单元的阿尔茨海默病诊断方法,通过粒子群算法来选择脑电通道,减少脑电信号数据中的冗余信息,提高脑电数据分析的准确率;再经过主成分分析对脑电信号数据进行特征提取,提高了特征的重要性和区分度;最后输入到门控循环单元神经网络中进行分类预测,其中减少了脑电通道的数量,降低了数据输入的维度。在保证分类性能的同时,提高计算效率。本发明提高了阿尔茨海默病患者和健康受试者的分类性能,实现对阿尔茨海默病患者和健康受试者准确高效的分类。
技术关键词
阿尔茨海默病诊断
门控循环单元
阿尔茨海默病患者
电信号
成分分析
粒子群算法
通道
辅助检测系统
脑电数据分析
特征提取模块
截断奇异值
贡献率
人工智能技术
神经网络模型
数据冗余
协方差矩阵
系统为您推荐了相关专利信息
场图像
故障诊断方法
卷积神经网络模型
键盘
轴体
变压器模型
管理优化方法
训练检测模型
门控循环单元
时序特征
轨迹预测方法
坐标系
大臂
动态路径规划算法
点配准算法
分检测装置
检测芯片
水平滑台
摄像组件
控制模组
残差神经网络
注意力
电信号
模式识别
集合经验模态分解