摘要
本发明提出了一种Morlet小波卷积神经网络模型及脑电异常检测方法与系统,所述方法属于脑电异常检测技术领域,包括:采集多导联脑电信号并对多导联脑电信号进行预处理;将预处理后的多导联脑电信号输入到脑电异常检测和病灶定位的模型中进行处理输出异常分类结果以及出现异常脑电信号所在的导联。脑电异常检测和病灶定位的模型采用Morlet小波卷积神经网络,在该网络中对输入的脑电信号按照导联名称进行分组,并进行多次分组Morlet小波卷积,提取多通道脑电信号深层信息的同时,保留每个脑电导联的特定信息,以此实现高精度的脑电异常检测和病灶定位。
技术关键词
异常检测方法
卷积神经网络模型
卷积模块
脑电信号同步采集
脑电电极
多通道脑电信号
脑电信号采集
异常检测技术
异常检测系统
神经网络训练
处理器
计算机装置
线性单元
计算机程序产品
因子
单层
网络模块
输出特征
滑动窗口
系统为您推荐了相关专利信息
动态交通数据
孤立森林算法
异常检测方法
异常点
行业专用
异常数据
异常检测方法
异常信息
曲线
计算机程序产品
汽车卡钳
工件特征
功率控制方法
流水线
Canny边缘检测器
岩屑图像
岩性分析方法
矿物晶体结构
卷积神经网络模型
纹理特征
纹理图像识别方法
识别护照
时间卷积网络
分支
局部纹理特征