摘要
本发明提供一种基于卷积神经网络的脑电异常信号检测方法、装置及设备。通过对脑电异常信号数据进行降噪处理、数据切分,并将其信号数据的一维时序信息转换为二维频域信息,得到信号的幅值数据和相位数据,然后将其两种数据输入至预设的目标卷积神经网络预测模型中,以输出多个尺度信号的特征图信息,并根据其多个尺度信号的特征信息确定被检测目标信号数据中的目标范围,并判断出异常信号的所属类型。本发明可以在保障一定计算效率的同时,实现对脑电时序数据中异常信息进行检测和定位,通过对不同尺度信号的多层次检测算法实现对多种类型的信息进行精准定位及正确分类。
技术关键词
异常信号
神经网络预测模型
连续小波变换
sigmoid函数
卷积模块
上采样
坐标
数据获取模块
数据处理模块
中间层
时序
电极
异常信息
分支
处理器
幅值
系统为您推荐了相关专利信息
神经网络预测模型
协同控制方法
协议转换设备
数据标签
计算机可执行指令
信号显示灯
显示控制电路
信号显示单元
异常信号
路由器
变量预测方法
门控循环单元
水文观测站
数据
水文预测模型
捡拾装置
链齿式残膜回收机
遗传算法
神经网络预测技术
参数