摘要
本发明公开了融合EMD与多通道E‑PCNN的慢性失眠精准检测方法,涉及慢性失眠障碍检测技术领域。本发明提出了一种增强型脉冲耦合神经网络E‑PCNN,意在提升EEG信号的自动特征提取能力,并提高时序建模的精度。E‑PCNN结合了多尺度特征融合MSFF和动态通道加权DIC机制,在高精度和高效率的条件下,能够实时捕捉并分析慢性失眠障碍群体和正常群体在静息态脑电信号中的节律性差异。同时,E‑PCNN引入自适应时间步长,使其在建模EEG时序信息时具有更高的动态灵活性。此外,E‑PCNN采用多通道卷积结构,能够同时处理来自不同关键脑区的EEG信号,并结合动态脉冲神经元机制,提高模型对神经振荡变化的适应能力,能够更有效地区分慢性失眠障碍患者和正常个体的EEG频域特征模式。
技术关键词
精准检测方法
脉冲耦合神经网络
频段
多通道
注意力机制
静息态脑电信号
障碍检测技术
动态
PCNN模型
自动特征提取
多尺度特征融合
功率
频域特征
时序特征
信号处理
系统为您推荐了相关专利信息
预测模型构建方法
风速
融合注意力机制
数值预报产品
风场
FBG传感器
LSTM模型
载荷工况
裂纹监测方法
记忆单元
多模态特征
执行控制器
智能机器人
序列
状态编码器
蓝莓智能
分拣方法
手机高清摄像头
图像采集设备
sigmoid函数