摘要
本发明公开了癫痫脑电图像异常波段自动标注系统,涉及癫痫脑电图技术领域,本系统通过傅里叶变换和卷积操作对脑电图信号进行频域分析和时域特征提取,能够准确识别出异常波形,如尖波、棘波和慢波等,增强了系统对细微异常波段的敏感度,能够将高度相似的异常波段合并为一个完整的异常事件,避免了冗余的标注和重复的事件标注,通过频谱熵和频谱熵差值的计算,通过设定合理的阈值,并结合比率差值进行进一步细化,系统能够更精确地识别和标注不同的癫痫阶段,系统通过多维度的特征差异如频谱熵差、不同波段的比率差值等来优化标注,能够更准确地区分癫痫的不同阶段发作、前兆和正常,这种多层次的标注方法有效提高了癫痫的预测能力。
技术关键词
标注系统
脑电图数据
癫痫
信号预处理模块
异常事件
年龄
频段
样本提取单元
数据采集模块
识别模块
脑电图技术
采集脑电图
小波变换方法
功率
时域特征提取
精确地识别
特征提取单元
系统为您推荐了相关专利信息
子系统
轨道交通智能
红外热成像温度
车辆接口
执行机构
检测信号特征
水电机组
计算机存储介质
卷积神经网络训练
检测图像边缘
动态地图
异常事件
实时位置
停车场内车辆
UWB基站
环境机器人
动作执行装置
机器人自适应控制
电机电流值
电机驱动夹爪