申请/专利权人:中国科学院自动化研究所
申请日:2024-02-21
公开(公告)日:2024-03-26
公开(公告)号:CN117752308A
主分类号:A61B5/00
分类号:A61B5/00;G06F18/10;G06F18/213;G06F18/25;G06N3/0455;G06N3/0464;G06N3/08;A61B5/369
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明涉及智能生物医学信号处理领域,提高了一种癫痫预测方法及装置,该方法包括:获取待测脑电图EEG数据;基于双通道融合模型对EEG数据进行预测,得到癫痫预测结果;其中,双通道融合模型的两个通道分支分别通过编码网络和卷积神经网络构建得到,编码网络基于自注意力机制构建;双通道融合模型通过以样本EEG数据为训练样本,以融合特征为训练特征训练得到;融合特征基于编码网络输出的全局特征和卷积神经网络输出的局部特征确定。本发明所述方法结合EEG数据中的全局信息和局部信息实现网络的迭代训练和癫痫预测,提升了癫痫预测的准确性。
主权项:1.一种癫痫预测方法,其特征在于,包括:获取待测脑电图EEG数据;基于双通道融合模型对所述EEG数据进行预测,得到癫痫预测结果;其中,所述双通道融合模型的两个通道分支分别通过编码网络和卷积神经网络构建得到,所述编码网络基于自注意力机制构建;所述双通道融合模型通过以样本EEG数据为训练样本,以融合特征为训练特征训练得到;所述融合特征基于所述编码网络输出的全局特征和所述卷积神经网络输出的局部特征确定。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 癫痫预测方法及装置
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。