摘要
本发明公开了一种基于脑电信号的癫痫预警系统,涉及神经系统技术领域,包括信息采集模块、数据划分模块、数据预处理模块、模型训练模块、实时推理模块,所述信息采集模块用于确定少通道脑电信号采集位置并采集脑电信号数据,所述数据划分模块用于记录癫痫发作事件的总次数,将每一次癫痫发作事件定义发作间期、发作前期和发作期,所述数据预处理模块用于数据去噪,并采用基于滑动窗口的自适应重叠数据的切片方法,动态调整数据窗口的重叠比例,完成预处理工序,以缓解数据不平衡问题,所述模型训练模块用于基于时频特征融合的深度学习模型而构建并训练预警模型;有效降低了设备的复杂性和佩戴负担,并实现高效的癫痫预警。
技术关键词
癫痫预警方法
预警模型
脑电信号采集
时域特征提取
采集脑电信号
数据
预测癫痫发作
模型训练模块
信息采集模块
切片方法
深度学习模型
频域特征提取
短时傅里叶变换
滑动窗口
预警系统
支路
多尺度
焦点损失函数
系统为您推荐了相关专利信息
脑电波智能
融合深度学习
助眠系统
智能助眠
助眠设备
动态避障方法
像素点
机器学习模型
坐标系
多边形
预警模型建模方法
煤电机组
设备特征
工况特征
计算机存储介质