申请/专利权人：石家庄市第八医院(石家庄市精神病医院)

申请日：2023-11-23

公开（公告）日：2024-02-27

公开（公告）号：CN117612702A

主分类号：G16H50/20

分类号：G16H50/20;A61B5/369;A61B5/16;G06F18/24;G06F18/10;G06F18/213;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种基于脑电图信号分析的精神分裂症分类方法及系统，所述系统，包括信号采集模块、信号重构模块、特征提取模块、分类模型构建模块和分类模块。本发明属于精神分裂症分类技术领域，具体是指一种基于脑电图信号分析的精神分裂症分类方法及系统，本方案通过矩阵预处理、随机初始化、迭代更新、正交化和独立成分计算操作，从而有效地清除眼电伪迹、肌电伪迹以及工频干扰，解决了传统的频域滤波方法难以有效清除眼电伪迹、肌电伪迹以及工频干扰，从而不利于后续对脑电图信号进行分析和处理，进而影响分类的准确度的技术问题；同时，本方案能够解决信号在端点附近失真的技术问题。

主权项：1.一种基于脑电图信号分析的精神分裂症分类方法，其特征在于，包括：步骤S1：信号采集，具体为，采集原始脑电图信号矩阵X，其中，原始脑电图信号矩阵X的维度为，m表示通道数，n表示时间点数；步骤S2：信号重构，具体为，进行独立成分分析和脑电信号重构，得到重构后的脑电图信号；步骤S3：特征提取，具体为，通过计算模糊熵，得到三个子频带对应的脑电图信号的特征向量，对三个子频带对应的脑电图信号的特征向量分别重复AEP过程，得到三个子频带对应的事件相关电位图，并将三个子频带对应的事件相关电位图合并为事件相关脑电图；步骤S4：构建分类模型，具体为，将事件相关脑电图输入至混合深度神经网络进行训练，得到精神分裂症分类模型；所述混合深度神经网络包括CNN单元和LSTM单元，所述CNN单元包含卷积层、池化层和全连接层，所述卷积层提取事件相关脑电图的特征，并将事件相关脑电图的特征发送至池化层，所述池化层减少事件相关脑电图的特征的维度，并将池化层的输出结果发送至全连接层；所述LSTM单元为改进的循环神经网络结构，通过门控机制选择性地记住或忘记事件相关脑电图中的信息，并将LSTM单元的输出结果发送至全连接层；所述全连接层对池化层的输出结果和LSTM单元的输出结果进行组合和转换，得到全连接层的输出结果；步骤S5：精神分裂症分类，具体为，通过精神分裂症分类模型对事件相关脑电图进行分类，得到分类结果。

全文数据：

权利要求：

百度查询： 石家庄市第八医院(石家庄市精神病医院) 一种基于脑电图信号分析的精神分裂症分类方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD