摘要
本发明公开了一种基于脑电图图论特征的脑卒中严重程度评估装置,包括:采集脑卒中患者在运动想象任务中的脑电图信号,并对其进行滤波、分段等预处理;对分段后脑电图信号进行多窗谱分析得到频谱信息,计算频谱信息虚部相干性作为脑电信号的功能连接;基于计算所得功能连接构建图结构,找到其最大生成树,并基于最大生成树提取脑网络拓扑特征;使用所述网络拓扑特征与其对应的美国国立卫生研究院卒中量表评分训练偏最小二乘回归模型,使其能根据网络拓扑特征值输出评分的预测值,从而实现对脑卒中的患病严重程度评估。
技术关键词
网络拓扑特征
偏最小二乘回归模型
评估装置
生成树
谱分析方法
相干性
Kruskal算法
量表
国立卫生研究院
密度
节点
功率
模型训练模块
标签
训练集数据
特征提取模块
心率
处理器
信号滤波
系统为您推荐了相关专利信息
玻璃搬运机器人
振动抑制方法
振动传感器
大尺寸玻璃
机器人末端执行器
神经元网络模型
服务能力评估方法
客服
指标
主成分分析法
时序约束文件
数据
通孔
评估装置
可执行程序代码
数据价值评估方法
样本
特征值
生成规则
数据标签
时序预测方法
遗传算法优化
序列
站点
支持向量机模型