摘要
本申请涉及脑电信号处理技术领域,公开了一种局灶性癫痫发作特征级识别方法及系统。具体公开了:获取脑电数据,并生成时序脑电数据,脑电数据包括脑电信号以及局灶性癫痫发作特征标签和发作区间标签,使得后续的特征提取过程中不仅能够判断每次发作是具体属于什么类型的发作,还能够精准捕捉到持续时间短、范围较小的局灶性癫痫发作特征波段。在此基础上,使用集成有策略网络、残差神经网络和循环神经网络的特征提取模型对时序脑电数据进行特征提取。其中,策略网络可以优化数据处理流程,提升系统的实时反应速度。残差神经网络可以深度挖掘复杂脑电信号中的动态特征关系,确保在复杂背景下仍能高效识别局灶性癫痫特征。
技术关键词
局灶性癫痫
残差神经网络
脑电特征
特征提取模型
识别方法
时序
线性解码器
脑电信号处理技术
时域特征
策略
编码块
标签
可读存储介质
决策
数据获取模块
处理器
系统为您推荐了相关专利信息
电磁阀故障
智能诊断方法
硬件故障检测
智能算法
电磁阀控制系统
数据识别方法
线上交易平台
资金
账单
图像识别模型
敏感数据识别方法
注意力模型
特征提取单元
深度卷积神经网络
引入注意力机制