摘要
本发明涉及生物医学工程技术领域,且公开了一种基于深度学习的眩晕脑电信号检测与分类方法,包括以下步骤:步骤一:专业人员帮助被试佩戴并使用脑电采集设备;步骤二:确定皮肤感知阈值,使用皮肤感知阈值强度的1倍、2倍和4倍电流进行前庭电刺激,引发短暂眩晕,并记录脑电信号;步骤三:要求被试在刺激前和刺激后填写眩晕障碍量表;步骤四:对收集到的眩晕脑电信号进行处理;步骤五:将处理好的眩晕脑电信号按照眩晕障碍量表的结果将眩晕等级分为不同类型。该基于深度学习的眩晕脑电信号检测与分类方法,通过深度学习技术对眩晕脑电图进行分类,在减少人工误差的同时,显著提高了对眩晕症状的临床诊断准确性和效率。
技术关键词
眩晕
电信号
分类方法
ReLU函数
脑电采集设备
量表
深度学习模型
生物医学工程技术
数据
伪迹成分
深度学习技术
滤波器系数
脑电特征
定义
电流
身体
线性
冗余度
频段
工具箱
系统为您推荐了相关专利信息
PCBA板
光传输组件
激光器芯片
光电探测器件
发射端
盆底肌康复
电子病历档案
电极片
锻炼监测系统
临床检查数据
脑电采集设备
机械臂系统
AR眼镜
开发板
路由器
识别分类方法
胶囊神经网络
局部感受野
ORB算法
计算机存储介质