[发明专利]一种癫痫病理数据分类方法、装置及存储介质

权利要求书

1.一种癫痫病理数据分类方法，其特征在于，包括如下步骤：

从预设电磁波采集设备中获取多个原始脑磁波数据，对多个所述原始脑磁波数据进行预处理，得到多个目标脑磁波数据，并集合多个所述目标脑磁波数据得到目标脑磁波数据集；

构建训练模型，并根据所述目标脑磁波数据集对所述训练模型进行训练，得到分类模型；

根据所述目标脑磁波数据集对所述分类模型进行优化处理，得到分类优化模型；

根据所述分类优化模型对待分类脑磁波数据进行分类处理，得到癫痫病理数据的分类结果。

2.根据权利要求1所述的癫痫病理数据分类方法，其特征在于，所述对多个所述原始脑磁波数据进行预处理，得到多个目标脑磁波数据的过程包括：

分别对多个所述原始脑磁波数据进行数据清洗，得到多个中间脑磁波数据；

利用局部线性嵌入算法分别对多个所述中间脑磁波数据进行数据降维，得到多个目标脑磁波数据。

3.根据权利要求1所述的癫痫病理数据分类方法，其特征在于，所述根据所述目标脑磁波数据集对所述训练模型进行训练，得到分类模型的过程包括：

S1：将所述目标脑磁波数据集随机划分成目标脑磁波训练集、目标脑磁波测试集和目标脑磁波验证集；

S2：基于随机森林算法构建模型，得到随机森林结构；

S3：将所述目标脑磁波训练集和所述目标脑磁波测试集一并输入所述随机森林结构中进行分类处理，得到训练模型；

S4：根据所述目标脑磁波训练集和所述目标脑磁波测试集对所述训练模型进行模型筛选处理，得到分类模型。

4.根据权利要求3所述的癫痫病理数据分类方法，其特征在于，所述步骤S4的过程包括：

S41：根据预设的迭代训练次数将所述目标脑磁波训练集输入至所述训练模型进行训练，得到第一检测模型；

S42：将所述目标脑磁波测试集输入所述第一检测模型中进行检测，得到第一准确率，并判断所述第一准确率是否达到预设预期值，若是，则将所述第一检测模型作为分类模型，若否，则执行步骤S43；

S43：根据所述预设的迭代训练次数将所述目标脑磁波测试集输入至所述训练模型进行训练，得到第二检测模型；

S44：将所述目标脑磁波训练集输入所述第二检测模型中进行检测，得到第二准确率；

S45：判断所述第二准确率是否达到所述预设预期值，若是，则将所述第二检测模型确定作为所述分类模型，若否，则返回所述步骤S1，直至所述第一准确率或所述第二准确率达到所述预设预期值，并将达到所述预设预期值的第一准确率对应的所述第一检测模型作为所述分类模型，或者，将达到所述预设预期值的第二准确率对应的所述第二检测模型作为所述分类模型。

5.根据权利要求3所述的癫痫病理数据分类方法，其特征在于，所述根据所述目标脑磁波数据集对所述分类模型进行优化处理，得到分类优化模型的过程包括：

根据预设的参数范围将所述目标脑磁波训练集和所述目标脑磁波测试集一并输入所述分类模型进行参数优化处理，得到待验证分类模型；

根据所述目标脑磁波验证集对所述待验证分类模型进行验证，若验证通过，则将所述待验证分类模型作为分类优化模型，若验证不通过，则返回步骤S2。

6.一种癫痫病理数据分类装置，其特征在于，包括：

数据处理模块，用于从预设电磁波采集设备中获取多个原始脑磁波数据，对多个所述原始脑磁波数据进行预处理，得到多个目标脑磁波数据，并集合多个所述目标脑磁波数据得到目标脑磁波数据集；

模型训练模块，用于构建训练模型，并根据所述目标脑磁波数据集对所述训练模型进行训练，得到分类模型；

优化处理模块，用于根据所述目标脑磁波数据集对所述分类模型进行优化处理，得到分类优化模型；

分类结果获得模块，用于根据所述分类优化模型对待分类脑磁波数据进行分类处理，得到癫痫病理数据的分类结果。