“董长续”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]基于图注意力残差网络与焦点损失的癫痫检测系统-CN202110378030.6有效
发明人：赵艳娜;董长续;张高波;何佳桐;薛明睿;褚登雨;胡竞文;郑元杰 -专利权人：山东师范大学
申请日： 2021-04-08 - 公布日： 2022-10-04 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了基于图注意力残差网络与焦点损失的癫痫检测系统，包括：获取模块，其被配置为：获取待检测的多通道脑电信号；预处理模块，其被配置为：对待检测的多通道脑电信号进行预处理，将预处理后的每一个通道的信号视为一个图节点，根据通道信号之间是否存在相关度决定对应节点之间是否存在连接边，得到图结构；根据图结构得到对应的邻接矩阵；检测模块，其被配置为：将所有读取的原始脑电信号和邻接矩阵，均输入到预先训练好的图注意力残差网络中，输出待检测的多通道脑电信号的癫痫诊断结果。建立深层次的图卷积网络可以有效的解码更深层次脑电特征同时残差网络也避免了深层模型的梯度反传对癫痫检测结果的干扰。
基于注意力网络焦点损失癫痫检测系统

[发明专利]一种基于CNN与Transformer的癫痫检测系统-CN202111265607.9在审
发明人：赵艳娜;褚登雨;张高波;董长续;薛明睿;何佳桐;郑元杰 -专利权人：山东师范大学
申请日： 2021-10-28 - 公布日： 2022-03-04 - 主分类号： A61B5/00 文献下载
摘要：本发明提供了一种基于CNN与Transformer的癫痫检测系统，包括：获取模块，其被配置为：获取待检测的多通道脑电信号；预处理模块，其被配置为：对待检测的多通道脑电信号进行预处理；检测模块，其被配置为：利用CNN和Transformer模型，得到待检测的多通道脑电信号的癫痫诊断结果；具体包括：将所述脑电信号切片输入到预先训练好的图注意力残差网络中，利用预先训练好的CNN与Transformer模型，对每个通道的脑电信号进行局部和全局的特征提取。本发明首次将CNN和Transformer模型结合起来应用到癫痫检测上，解决了单一CNN模型中捕获全局特征的局限性和单一Transformer模型中忽略局部特征的细节。
一种基于 cnn transformer 癫痫检测系统

[发明专利]基于脑连接结构的癫痫脑电识别系统-CN202110632108.2在审
发明人：赵艳娜;薛明睿;董长续;张高波;何佳桐;褚登雨;郑元杰 -专利权人：山东师范大学
申请日： 2021-06-07 - 公布日： 2021-10-22 - 主分类号： A61B5/372 文献下载
摘要：本发明涉及基于脑连接结构的癫痫脑电识别系统，包括隶属度提取模块，被配置为：获取预处理后的脑电数据结构中每个边对每个图层的隶属度，利用图的隶属度构造多层图结构；采样模块，被配置为：获取原始脑电数据中包含的癫痫特征；分类模块，被配置为：利用癫痫特征和已构造的图结构分类脑电数据中的癫痫数据和非癫痫数据，实现癫痫识别。从原始脑电图数据中提取出数据的底层连接结构，以图结构的方式来展现，再利用图结构和癫痫特征对原始脑电数据进行分类，从而对给定的脑电图数据进行癫痫识别，在完成癫痫识别的同时更好地传达大脑激活模式信息，从而反映癫痫和大脑激活模式之间的关联。
基于连接结构癫痫识别系统

[发明专利]癫痫脑电信号识别方法及系统-CN202110564684.8在审
发明人：赵艳娜;何佳桐;董长续;张高波;薛明睿;褚登雨;郑元杰 -专利权人：山东师范大学
申请日： 2021-05-24 - 公布日： 2021-08-24 - 主分类号： A61B5/369 文献下载
摘要：本发明提供一种癫痫脑电信号识别方法及系统，属于脑电信号处理技术领域，获取待检测的多通道脑电信号，输入训练好的双向长短时记忆网络中进行处理，输出癫痫发作期或癫痫发作间期的检测结果；其中，所述训练好的双向长短时记忆网络由训练集训练得到，所述训练集包括多通道脑电信号，以及标注多通道脑电信号为癫痫发作期的标签和标注多通道脑电信号为癫痫发作间期的脑电信号。本发明将双向长短时记忆网络和注意力机制结合，建立双向长短时记忆网络解决了长序列训练过程中梯度消失和梯度爆炸问题，能够在更长的序列中有更好的表现；在模型中嵌入了注意力机制，从原始EEG信号中选择最关键的信息，进而挑选最优特征，提升了癫痫检测准确率的目的。
癫痫电信号识别方法系统

[发明专利]一种基于多视图的跨患者癫痫检测系统-CN202110411678.9在审
发明人：赵艳娜;张高波;董长续;薛明睿;褚登雨;何佳桐;郑元杰 -专利权人：山东师范大学
申请日： 2021-04-16 - 公布日： 2021-08-10 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及一种基于多视图的跨患者癫痫检测系统，通过将原始脑电数据按照同等大小划分样本，组成训练集与测试集；对获得的数据集进行离散傅里叶变换处理，获取频域数据，对获得的数据集进行小波包分解处理，获取时频域数据，时域数据、频域数据、时频域数据共同组成模型输入的多视图数据；通过特征分离与重组模块，将多视图数据分解为癫痫特征与患者特征，癫痫特征与患者特征分别作为癫痫检测模块与患者分类模块的输入，进行癫痫检测与病人分类；经过训练过后的癫痫特征与患者特征能够重组为原始的多视图特征。本系统利用多视图特征分解与重组、癫痫检测与患者分类的对抗训练进一步提升了跨患者的癫痫检测效果。
一种基于视图患者癫痫检测系统

[发明专利]基于线性图卷积神经网络的癫痫检测系统-CN202011046815.5在审
发明人：赵艳娜;董长续;张高波;何佳桐;薛明睿;褚登雨;郑元杰 -专利权人：山东师范大学
申请日： 2020-09-29 - 公布日： 2021-02-02 - 主分类号： A61B5/369 文献下载
摘要：本申请公开了基于线性图卷积神经网络的癫痫检测系统，包括：获取模块，其被配置为：获取待检测的多通道脑电信号；预处理模块，其被配置为：对待检测的多通道脑电信号进行预处理，将每一个通道的信号视为一个节点，根据通道信号之间是否存在相关度决定对应节点之间是否存在连接边，得到图结构；根据图结构得到对应的邻接矩阵；检测模块，其被配置为：将所有通道的脑电信号和邻接矩阵，均输入到预先训练好的线性图卷积神经网络中，输出待检测的多通道脑电信号的癫痫诊断结果。
基于线性图卷神经网络癫痫检测系统

[发明专利]基于图注意力网络的癫痫检测系统、设备及介质-CN202011048724.5在审
发明人：赵艳娜;张高波;董长续;薛明睿;褚登雨;何佳桐;郑元杰 -专利权人：山东师范大学
申请日： 2020-09-29 - 公布日： 2021-02-02 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了基于图注意力网络的癫痫检测系统、设备及介质，包括：获取模块，其被配置为：获取由N通道电极采集的待检测脑电数据；对获取的待检测脑电数据进行预处理；特征表达模块，其被配置为：基于预处理后的待检测脑电数据，构建图结构；将图结构和预处理后的待检测脑电数据，同时输入到图神经网络中进行特征提取，得到提取的特征表达；分类模块，其被配置为：将特征表达通过softmax层进行分类，得到分类结果。
基于注意力网络癫痫检测系统设备介质

1
共 7 条