基于卷积神经网络的癫痫无创诊断的识别算法

专利类型：发明专利 

语 言：中文 

申 请 号：CN201910589079.9 

申 请 日：20190702 

发 明 人：符礼丹陆彬春艾海男 

申 请 人：重庆大学 

申请人地址：400044 重庆市沙坪坝区沙正街174号 

公 开 日：20191001 

公 开 号：CN110292379A 

代 理 人： 

代理机构： 

摘　　要：本发明专利针对癫痫的脑电检测的低识别率现象,设计了高精度模式识别算法。算法创新性地运用卷积神经网络对传感信号处理,从而进行疾病和健康的分类。算法由PYTHON3.6.5的Keras工具搭建,包括三层卷积层,三个池化层和四个随机失活层,最后用两个全连接层得到最终输出。电子鼻系统的传感时间序列数据作为算法的输入,最终得到高准确率、高灵敏度和高特异性的癫痫或健康的识别效果。此算法可在癫痫无损检测领域进行广泛应用。 

主 权 项：1.基于卷积神经网络的癫痫无创检测系统的模式识别算法,包括以下步骤：步骤1：数据采集后进行预处理,得到脑电信号的时序数据；步骤2：将时序数据作为样本集,并取其子集作为训练数据输入给CNN网络；步骤3：运用反向传播和梯度下降对网络进行训练,得到内部的模型参数；步骤4：将最终模型进行保存,输入测试集进行识别效果测试,最终模型可用于实际无创检测环节。 

关 键 词： 

法律状态： 

IPC专利分类号：A61B5/0476