摘要
本发明公开了一种面向癫痫监测的小样本脑电信号分类方法,属于脑电信号处理及分类技术领域,其方法具体包括:构建癫痫四分类融合模型,包括:共享网络层、二分类子网络层和三分类子网络层,获取癫痫脑电信号样本,将癫痫脑电信号样本输入到共享网络层,对癫痫脑电信号样本进行特征提取,捕捉癫痫脑电信号的复杂特征,将提取的癫痫脑电信号的复杂特征输入至癫痫四分类融合模型中,输出脑电信号分类结果,利用条件加权投票算法对脑电信号分类结果进行加权投票,输出投票结果,考虑了不同时期的数据特征差异以及数据量差异,通过将四分类任务拆分为二分类和三分类,结合条件加权投票算法,使得模型在发作期很少的小样本情况下也能保持较好的学习效果和速率。
技术关键词
脑电信号分类方法
脑电信号分类系统
斯皮尔曼相关系数
癫痫脑电信号特征
投票算法
皮尔逊相关系数
样本
一维卷积神经网络
注意力机制
特征提取模块
通道
特征提取单元
脑电信号处理
矩阵
时间序列特征
LSTM模型
系统为您推荐了相关专利信息
数字孪生系统
空地协同
共享方法
分布式边缘
节点
光伏功率预测方法
气象
学习器
光伏功率预测装置
经验模态分解算法
误差补偿模型
数据驱动型
估计方法
斯皮尔曼相关系数
测量误差
响应预测方法
地震
相关性分析方法
编码模块
参数
图像数据处理方法
排布方式
识别置信度
标识
字符识别算法