一种基于频谱能量图的癫痫脑电信号分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 高云园,高博,王翔坤,朱涛,席旭刚,马玉良
- 申请号：
- CN201911196895.X
- 公开号：
- CN110960191A
- 申请日:
- 2019.29.11
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开一种基于频谱能量图的癫痫脑电信号分类方法。具体步骤为将癫痫脑电信号经过小波消噪,先进行功率谱密度分析。通过对每个通道脑电信号进行PSD分析,并绘制二维图像功率谱能量图。进行四类癫痫状态的分类分别为发作间期,发作前30分钟,发作前10分钟和发作时。本发明基于深度卷积神经网络,利用Inception‑v3,提出基于深度卷积神经网络癫痫脑电信号的分类预测算法。本发明更进一步提高了癫痫脑电信号的分类准确率,增加了预测癫痫发作前的时间,能更准更快地对癫痫进行预测和分类。
- 来源网站：
- 中国工程科技知识中心
