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

AITNT
正文
推荐专利
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
申请号:CN202411459668
申请日期:2024-10-18
公开号:CN119074015A
公开日期:2024-12-06
类型:发明专利
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
1
一种综合能源协同控制方法、设备及介质
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
2
路由器信号强度显示控制电路及路由器
信号显示灯 显示控制电路 信号显示单元 异常信号 路由器
3
一种基于元学习TFT架构的流域水文多变量预测方法
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
4
一种适配于不锈钢热加工的加工质量控制系统及方法
控制中心 控制平台 控制系统 阶段 氧化皮
5
链齿式残膜回收机工作参数的多目标优化方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号