申请/专利权人:广东技术师范大学
申请日:2023-12-27
公开(公告)日:2024-03-29
公开(公告)号:CN117770839A
主分类号:A61B5/372
分类号:A61B5/372;A61B5/00;G06F18/24;G06F18/213;G06F18/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于脑节律特征的小样本脑电信号分类方法,包括以下步骤:S1:使用滤波器对输入的脑电信号进行过滤,得到预设频率的脑电信号;S2:使用离散小波变换对所述预设频率的脑电信号进行分解,获得脑电信号常用的节律;S3:采用可描述信号的复杂性和不规则性的熵来对所述脑电信号常用的节律进行特征提取;S4:将提取到的特征构成节律特征矩阵;S5:将待测试样本的节律特征矩阵与正反示例样本的节律特征矩阵进行相似度对比,根据相似度对比结果得到待测试样本的类别。本发明解决了现有技术对小样本数据分类效率低和准确性低的问题,在没有大量带标签样本的情况下实现了对患者高效率和高准确性的分类。
主权项:1.一种基于脑节律特征的小样本脑电信号分类方法,其特征在于,包括以下步骤:S1:使用滤波器对输入的脑电信号进行过滤,得到预设频率的脑电信号;S2:使用离散小波变换对所述预设频率的脑电信号进行分解,获得脑电信号常用的节律;S3:采用可描述信号的复杂性和不规则性的熵来对所述脑电信号常用的节律进行特征提取;S4:将提取到的特征构成节律特征矩阵;S5:将待测试样本的节律特征矩阵与正反示例样本的节律特征矩阵进行相似度对比,根据相似度对比结果得到待测试样本的类别。
全文数据:
权利要求:
百度查询: 广东技术师范大学 一种基于脑节律特征的小样本脑电信号分类方法及系统
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。