您的位置：
首页
>
农业专利
>
详情页
基于自适应模板匹配与机器学习算法融合的癫痫棘波智能检测方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 王紫萌,吴端坡,冯维
- 申请号：
- CN201911033704.8
- 公开号：
- CN110811609A
- 申请日:
- 2019.28.10
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供了一种基于自适应模板匹配与机器学习算法融合的癫痫棘波智能检测方法包括:(1)脑电信号(EEG)采集:选取实验对象,使用脑电采集设备采集癫痫患者的脑电数据,建立实验数据库;(2)数据预处理:对采集到的原始EEG数据进行带通滤波得到标准EEG信号;(3)进行自适应模板匹配棘波检测:(4)基于机器学习的棘波检测方法:首先将脑电信号分割成1s长的脑电片段,然后提取每个脑电片段中的时域和频域特征,构建棘波特征向量;使用特征向量训练随机森林分类模型,得到基于机器学习的棘波检测结果。(5)检测结果融合:将步骤S3和步骤S4的检测方法融合,如果同时被S3和S4检测为棘波,则将其视为癫痫棘波。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
