摘要
一种基于脑电特征的癫痫识别方法、装置、介质及产品,涉及癫痫检测识别技术领域,该方法包括:采集多个导联的原始脑电信号进行预处理,计算预处理后信号的信噪比;从每个大脑功能区选择信噪比最高的多个导联信号,得到优质导联信号,进行时频域转换,提取时域特征和频域特征,并组合生成特征向量;将特征向量按预设时间间隔进行分段,对分段后的数据进行发作期和非发作期标注,得到模型训练样本;构建神经网络模型,并使用模型训练样本进行模型训练,得到癫痫识别模型;确定待测脑电信号的待测特征向量,并输入待测特征向量至癫痫识别模型,得到癫痫识别结果。实施本申请,能基于脑电特征准确识别癫痫发作情况。
技术关键词
癫痫识别装置
原始脑电信号
时域特征
频域特征
脑电特征
生成特征向量
信噪比
样本
计算机程序代码
识别方法
神经网络模型
计算机程序产品
检测识别技术
分段
图论算法
分支
注意力机制
系统为您推荐了相关专利信息
联邦学习模型
轴承寿命预测技术
工况
客户端
参数
动态误差补偿
故障分析方法
故障诊断系统
故障诊断模型
设施
无线电监管装置
设备指纹库
模型训练模块
设备识别
大数据
智能生物识别方法
隐形眼镜
运动特征
时域特征
纹理特征
声学信号采集模块
注意力机制
多模态特征
局部特征提取
声学特征