联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
免费查询
一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测特征提取方法
成果名称: | 一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测特征提取方法 | 关键字: | 癫痫 , 卷积 , 网络 , 尺度 , 频带 , 数据 , 时间尺度 , 电信号 , 神经网络 , 学习 | 应用行业: | 医药制造业 |
高新技术领域: | 生物、医药和医疗器械技术 | 所在地: | 北京市 | 知识产权类型: | 发明专利 |
知识产权编号: | CN201910967804.1 | 成果体现形式: | 成果属性: | ||
成果所处阶段: | 授权 | 成果水平: | 国内先进 | 研究形式: | |
学科分类: | 战略新兴产业: | 高端装备制造 | 课题来源: | ||
第一完成单位名称: | 北京工业大学 | 第一完成单位属性: | 技术成熟度: | ||
合作方式: | 专利许可 | 交易价格(万): | 5.00 | 所属十强产业: |
本发明涉及一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方法。将N导癫痫患者脑电信号根据距离发作期远近分为间期、前期数据,对两类数据进行滑窗分段,窗口大小为30s,作为一个样本。由于两类数据量失衡,为增加前期样本,前期滑窗重叠率为20%,间期无重叠。对数据进行三层小波包分解得到八个频带的小波系数,然后重构回对应频带的时域信号,提取电极间相关性系数作为特征矩阵。将特征矩阵输入到卷积网络,通过卷积核对数据的不断融合来学习数据的高层表征。卷积网络的输出作为循环网络的输入来学习脑电信号时序上的隐含关系,并通过多个时间尺度信息的融合来降低生物信号非稳定性特点的影响从而提升模型的分类准确率。
联系方式
蔡女士(技术经理人)
13230265573
请填写以下信息
联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
专注专业
资深行业经验,专业技术运作团队
信息保密
专利或技术全方位严格保密,保证用户权益
快速转让
依托大数据,精准对接需求企业,节约成本
一站式服务
技术转让一站式服务,省心更放心