摘要
本申请公开了一种基于便携式脑电图的轻度认知障碍检测方法,属于脑电数据处理技术领域,本申请增加了特征维数,通过可解释的轻度认知障碍的模型的特征选择方法得到和认知障碍高度相关的特征有利于进一步的模型构建,提高了最终模型的稳定性,本申请通过工作记忆任务+采用多维特征基于可解释的轻度认知障碍的模型的特征选择方法结合L1正则化逻辑回归构建模型+外部数据的验证和模型的优化,输出可应用社区老年人的轻度认知障碍的检测模型,系统性解决了传统EEG在社区环境MCI检测中电极冗余、特征选择主观、静息态灵敏度不足的问题。
技术关键词
轻度认知障碍
保留特征
数据分析工具
脑电数据处理技术
特征选择方法
阶段
记忆
图片
正确率
脑电采集设备
网格搜索方法
社区老年人
交叉验证方法
脑电设备
标签
非线性特征
筛选算法
静息态
系统为您推荐了相关专利信息
数据查询系统
数据分析模块
子模块
接口模块
数据格式转换器
分布式优化算法
数据采集模块
数据清洗工具
超参数
分布式体系结构
状态空间模型
输出特征
分类方法
多层注意力
线性单元
酪氨酸酶抑制剂
虚拟筛选方法
机器学习回归算法
特征选择方法
机器学习分类算法
单元识别方法
大语言模型
主题
模型拟合方法
模型验证方法