摘要
本发明公开了基于图循环神经网络的脑电信号识别方法,具体为:对脑电信号数据进行预处理,得到数据段脑电信号;对数据段脑电信号进行特征提取与图嵌入处理,并分为训练集和测试集;将训练集数据输入到扩散卷积循环神经网络中进行训练;将测试集数据输入已训练的扩散卷积循环神经网络中,若是癫痫检测,则输出片段为是否包含发作的二元标签及概率,若是癫痫分类,则输出片段为所属四类发作类型标签及概率分布。本发明方法,以多通道空间关系为切入点,从时域、频域、空间域三个维度,深入探索多通道空间关系对脑电信号发作预测与分类的影响,有效解决现有技术中跨域特征缺失的难题,可更精准识别脑电信号发作模式,显著提高脑电信号的识别率。
技术关键词
卷积循环神经网络
电信号
识别方法
癫痫
节点特征
门控循环单元
卷积模块
训练集数据
滑动窗口
标签
邻居
多通道
动态更新
线性
关系
傅立叶
分段
编码
系统为您推荐了相关专利信息
遥感图像识别方法
图像块
注意力机制
遥感图像识别技术
非暂态计算机可读存储介质
多通道
控制芯片
逻辑控制模块
光电传感模块
时钟管理模块