一种基于轻量卷积神经网络的睡眠脑电纺锤波识别方法及系统
- 专利权人:
- 武汉大学
- 发明人:
- 陈培璐,陈靓影,陈丹,李小俚,张垒,熊明福
- 申请号：
- CN202011181500.1
- 公开号：
- CN112294341A
- 申请日:
- 2020.10.29
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于轻量卷积神经网络的睡眠脑电纺锤波识别方法及系统，其中的方法选取出现纺锤波的脑电通道数据作为数据基础，将纺锤波识别转化为二分类问题。通过降采样将数据片段统一长度作为原始数据集。通过设计一个轻量卷积神经网络模型，直接提取时间序列信号的深层特征，根据脑电信号非平稳随机性的特点，计算时间序列的小波熵、样本熵和排序熵，将其组成信息熵向量辅助模型训练，得到最终的分类结果。本发明模型网络层数少，计算复杂度低，融入衡量复杂系统秩序的信息熵辅助判断，在无需先验知识情况下，实现对睡眠脑电纺锤波的识别。
- 来源网站：
- 中国工程科技知识中心
