[发明专利]基于深度学习的耳鸣脑电图卷积神经网络模型构建方法在审
| 申请号： | 202110998471.6 | 申请日： | 2021-08-27 |
| 公开（公告）号： | CN113712542A | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 蔡跃新;郑亿庆 | 申请（专利权）人： | 中山大学孙逸仙纪念医院 |
| 主分类号： | A61B5/12 | 分类号： | A61B5/12;A61B5/369;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市圳博友邦专利代理事务所(普通合伙) 44600 | 代理人： | 王芬思 |
| 地址： | 510120 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的耳鸣脑电图卷积神经网络模型构建方法，属于脑电图数据分析技术领域，对耳鸣脑电图卷积神经网络模型先进行分类处理，再对耳鸣脑电图卷积神经网络模型后进行分级处理。该基于深度学习的耳鸣脑电图卷积神经网络模型构建方法，通过从医院病例数据库中选取耳鸣脑电数据构建耳鸣脑电数据集，划分多个测试集以及训练集，获得训练得到的卷积神经网络分类模型以及卷积神经网络分级模型，并经过参数的更新与优化，获得用于耳鸣脑电图分级分类的新的卷积神经网络模型，在测试集上卷积神经网络模型的性能，筛选出最优卷积神经网络耳鸣分级分类模型，经过长期训练模型达到提高耳鸣识别速度和识别结果准确性的目的。 | ||
| 搜索关键词： | 基于 深度 学习 耳鸣 脑电图 卷积 神经网络 模型 构建 方法 | ||
【主权项】：
暂无信息
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中山大学孙逸仙纪念医院，未经中山大学孙逸仙纪念医院许可，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/202110998471.6/，转载请声明来源钻瓜专利网。
