基于脑电信号和深度学习的亚型帕金森病类型识别系统

本发明基于脑电信号和深度学习的亚型帕金森病类型识别系统：采集待识别者基本信息、运动症状信息、非运动症状信息和客观指标；对基本信息进行赋值；对运动症状信息中震颤信号及其对应的脑电信号、强直信号及其对应的脑电信号、姿势信号与步态信号及其对应的脑电信号、运动迟缓信号及其对应的脑电信号进行降噪滤波；对非运动症状信息中各信息进行评分；对基本信息提取性别和年龄赋值特征；对运动症状信息提取各信号的时域特征和频域特征；对非运动症状信息中各信息分别提取评分赋值特征；基于各特征构建一维特征向量；将一维特征向量输入目标卷积神经网络类型识别模型中进行亚型帕金森病的类型识别并输出待识别者的亚型帕金森病的类型。