[发明专利]一种癫痫样放电的识别与分类方法、系统、装置和介质有效
| 申请号： | 201910579663.6 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110338786B | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 李琼;张子闻;高剑波;黄淇;吴原 | 申请（专利权）人： | 北京师范大学 |
| 主分类号： | A61B5/0476 | 分类号： | A61B5/0476 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 赵秀斌 |
| 地址： | 100000 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种癫痫样放电的识别与分类方法、系统、装置和介质，方法包括获取多个原始多导联脑电数据；对每个原始多导联脑电数据分别进行预处理，得到与每个原始多导联脑电数据一一对应的多个导联模型；采用功率谱密度法和依赖于尺度的李雅普诺夫指数法分别对每个导联模型进行特征提取，得到与每个所述导联模型一一对应的多个特征指标集合；根据所有特征指标集合构建目标随机森林分类器；根据目标随机森林分类器对待检测脑电信号进行识别与分类，得到检测结果。本发明能弥补传统非线性信号处理方法在数字化EEG信号分析中的不足，实现对正常人脑电信号与癫痫样放电的分类，识别与分类的准确率高。 | ||
| 搜索关键词： | 一种 癫痫 放电 识别 分类 方法 系统 装置 介质 | ||
【主权项】：
1.一种癫痫样放电的识别与分类方法，其特征在于，包括以下步骤：步骤1：获取多个原始多导联脑电数据；步骤2：对每个所述原始多导联脑电数据分别进行预处理，得到与每个所述原始多导联脑电数据一一对应的多个导联模型；步骤3：采用功率谱密度法和依赖于尺度的李雅普诺夫指数法分别对每个所述导联模型进行特征提取，得到与每个所述导联模型一一对应的多个特征指标集合；步骤4：根据所有所述特征指标集合构建目标随机森林分类器；步骤5：根据所述目标随机森林分类器对待检测脑电信号进行识别与分类，得到检测结果。
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北京师范大学，未经北京师范大学许可，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/201910579663.6/，转载请声明来源钻瓜专利网。
