摘要
本发明公开了一种基于心电和确定学习的癫痫发作前期预测方法及系统,本发明步骤:1.对癫痫发作前期的心电数据进行预处理操作,并分为三个正常组和一个征兆组;2.针对不同组的原始心电信号,采用离散高增益观测器获取心电状态,并依据确定学习理论构建神经网络,提取心电的动力学模式,保存形成规范化的初始模式库;3.基于动态估计器设计特定的判断规则和突变提示信号,用于比较原始心电信号的心电状态和模式库里不同心电状态模式的差异,并输出点对点信号变化图,再建立突变提示信号的检验;4.对不同组里的模式进行组合实验,分析并可视化不同模式选取的结果差异。本发明很好地刻画癫痫发作前心电信号的变化,能获得突变的精确时间节点。
技术关键词
高增益观测器
模式
径向基函数神经网络
电信号
癫痫发作前期预测
点对点
数据
分析单元
时间段
动态
理论
陷波器
机制
识别模块
滤波器
系统为您推荐了相关专利信息
CBCT成像系统
旋转机架
多模式扫描
激光定位装置
射线
三维设计模型
三维点云模型
性能预测方法
有限元分析模型
钢柱
舞蹈游戏
机器学习模型
年龄识别模型
生物
频谱特征
充电状态数据
巡检机器人
无线充电方法
无线充电器
环境监测数据
动作识别方法
人体动作数据
人体动作分类
蒙特卡洛
K近邻分类器