[发明专利]癫痫病发作检测和发作前预测的脑电数据分析系统在审
| 申请号： | 201810337894.1 | 申请日： | 2018-04-16 |
| 公开（公告）号： | CN108320800A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 周丰丰;张胤达;杨舒涵;刘洋;张业先;韩秉峰;徐钦韬 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/00 |
| 代理公司： | 成都瑞创华盛知识产权代理事务所(特殊普通合伙) 51270 | 代理人： | 邓瑞;辜强 |
| 地址： | 130012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种癫痫病发作检测和发作前预测的脑电数据分析系统，该系统先采集头皮EEG信号，并通过对头皮EEG信号处理得到时频域特征、时域特征和频域特征，然后使用特征选择算法对得到的特征集合进行筛选，得到最优特征子集，最后使用最优特征子集对SVM进行训练，得到分类器，通过分类器得到癫痫预测数据和癫痫检测数据。本发明仅使用病人的头皮EEG信号，大大减少了病人的痛苦，且本发明在仅使用头皮EEG信号的情况下仍能达到高于现有技术的检测准确率，还能对癫痫的发作进行提前5‑10s的预测，并且预测率接近100％。 | ||
| 搜索关键词： | 头皮 癫痫 最优特征子集 预测 分析系统 脑电数据 分类器 检测 特征选择算法 时频域特征 检测数据 时域特征 特征集合 信号处理 预测数据 准确率 和频 采集 筛选 痛苦 | ||
【主权项】：
1.一种癫痫病发作检测和发作前预测的脑电数据分析系统，其特征在于，该系统包括：头皮EEG信号采集设备，用于采集头皮EEG信号；时频域特征提取模块，用于通过对头皮EEG信号进行小波分解与重构，得到相应的四级小波系数，分别在四段小波系数上提取统计学特征、分形维数特征与熵类特征作为时频域特征；时域特征提取模块，用于从头皮EEG信号中提取统计学特征、分形维数特征与熵类特征作为时域特征；频域特征提取模块，用于对头皮EEG信号进行傅立叶变换得到EEG的频谱图，在频谱图中提取频域特征；最优特征子集获取模块，用于使用特征选择算法对时频域特征提取模块、时域特征提取模块和频域特征提取模块得到的特征集合进行筛选，得到最优特征子集；癫痫预测检测模块，用于使用最优特征子集对SVM进行训练，得到分类器，通过分类器得到癫痫预测数据和癫痫检测数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810337894.1/，转载请声明来源钻瓜专利网。
