[发明专利]一种BPPV眼震信号检测算法

权利要求书

1.一种BPPV眼震信号检测算法，其特征在于，包括以下步骤：

1)获取瞳孔运动轨迹曲线：使用瞳孔中心定位算法，获得每一个医疗视频的瞳孔定位信息，并从中获取瞳孔水平、竖直、旋转方向上的速度曲线；

2)时间序列数据滚动切分：选择400帧作为统一的长度标准，将视频进行滚动切分，切分后的部分子样本不包含眼震信号，将其标注为负样本；

3)数据增强：对数据进行翻转、反转、加噪声操作，将数据量扩充为至少原先的8倍，以提升模型效果；

4)平衡正负样本：采用SMOTE算法进行过采样，以扩充数据样本，并减少数据不平衡；

5)搭建神经网络结构：使用一维卷积神经网络结构作为基础网络框架捕捉眼震信号。

2.如权利要求1所述的BPPV眼震信号检测算法，其特征在于，步骤2)的处理流程为：

(1)按照400帧长度，100帧间隔对视频进行切分，滚动生成0-400帧、100-500帧，200-600帧的子样本；

(2)观察视频和时序数据曲线，找到眼震对应的位置；

(3)对于包含眼震部分的子样本，标签设置为1，作为正样本；对于不包含眼震的，则标记为负样本，标签为0。

3.如权利要求1所述的BPPV眼震信号检测算法，其特征在于，步骤3)的数据增强方法为：对原始数据进行反转操作，与原始数据合并；再对数据集进行翻转操作，即让瞳孔运动方向取反向，合并为新数据集；最后复制新数据集并添加白噪声。

4.如权利要求1所述的BPPV眼震信号检测算法，其特征在于，步骤4)的具体步骤为：

(1)使用最近邻采样算法，计算出每个少数类正样本的K个近邻；

(2)从K个近邻中随机挑选N个正样本；

(3)从N个正样本中随机挑选一个，进行线性插值，产生新的正样本；

(4)重复步骤(2)和步骤(3)直至数据标签平衡，将新样本与原始数据合并。