[发明专利]一种特征权重自学习的睡眠质量检测关键脑区判定方法有效
| 申请号： | 201911269218.6 | 申请日： | 2019-12-11 |
| 公开（公告）号： | CN111067513B | 公开（公告）日： | 2022-08-23 |
| 发明（设计）人： | 彭勇;李晴熙 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | A61B5/372 | 分类号： | A61B5/372 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 黄前泽 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种特征权重自学习的睡眠质量检测关键脑区判定方法；属于脑电信号识别领域。本发明的睡眠质量评估方法如下：一、首先是对脑电数据的获取与处理。二、对处理之后的脑电数据使用GRLSR模型进行分类并获得特征权重值。三、利用特征权重值筛选关键频段。四、利用特征权重值筛选关键脑区。本发明将半监督学习模型以及脑机接口技术融入到脑电检测领域中，可以筛选出脑电信息检测的关键频段以及关键脑区，并利用关键脑区大幅提高脑电识别的正确率。 | ||
| 搜索关键词： | 一种 特征 权重 自学习 睡眠 质量 检测 关键 判定 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杭州电子科技大学，未经杭州电子科技大学许可，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/201911269218.6/，转载请声明来源钻瓜专利网。
