基于可解释码本和多任务预训练的致痫区脑电识别方法及其系统

AITNT
正文
推荐专利
基于可解释码本和多任务预训练的致痫区脑电识别方法及其系统
申请号:CN202510198083
申请日期:2025-02-21
公开号:CN120180246A
公开日期:2025-06-20
类型:发明专利
摘要
本发明涉及一种基于可解释码本和多任务预训练的致痫区脑电识别方法及其系统,包括以下步骤:(1)获取脑电信号数据并进行预处理,包括带通滤波、噪声去除和标准化;(2)将单变量时间序列划分为非重叠分片;(3)通过属性解码器从潜在嵌入中提取属性元组;(4)对潜在嵌入进行矢量量化;(5)通过形状解码器结合属性元组重建时间序列子序列;(6)基于预训练模型提取潜在空间标记和码本直方图特征。本发明的优点是:从时间序列数据中提取可解释的抽象形状作为标记,实现跨不同领域和数据集的有效表示学习和分类任务,同时提供对模型决策过程的深入理解,辅助研究人员和从业者更好地分析和处理时间序列数据。
技术关键词
多任务 矢量量化 识别方法 直方图特征 序列 解码器 预训练模型 原始脑电信号 分片 编码模块 重构 编码器 标记 支持向量机 分类器 数据 分布特征
系统为您推荐了相关专利信息
1
一种基于多任务分割的锂电池极片数量统计方法及系统
数量统计方法 灰度直方图 多任务 特征提取模型 锂电池极片位置
2
一种基于物理信息神经网络的动态双示踪PET自监督分离方法
图像重建算法 更新网络参数 物理 序列 组织
3
一种用于评估人健康年轻与健康衰老的试剂盒及其模型构建方法
引物 衰老 拷贝数 数据输入模块 检测肠道
4
一种空调运行状态监测方法及系统
空调运行状态 端点 异常数据点 计算机程序指令 压力
5
一种职工门诊共济监管平台及方法
文本特征向量 医院门诊管理系统 语义理解模型 神经网络模型 人工智能语音
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