浏览量:0
专利类型:发明专利
语 言:中文
申 请 号:CN201910589079.9
申 请 日:20190702
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