← 返回列表
一种癫痫患者的脑电信号分类模型的训练方法
摘要文本
本发明涉及一种癫痫患者的脑电信号分类模型的训练方法，属于癫痫检测技术领域，解决了现有技术中跨病人脑电信号分类方法效率和准确率低的问题。方法包括：获取癫痫患者的脑电信号片段，根据脑电信号片段构建训练样本集；构建脑电信号分类模型，所述脑电信号分类模型包括带反馈连接的脉冲神经网络、脑电信号分类器和患者身份分类器；带反馈连接的脉冲神经网络用于提取脑电信号特征；脑电信号分类器用于根据脑电信号特征进行脑电信号分类；患者身份分类器用于根据脑电信号特征进行患者身份分类；基于训练样本集对脑电信号分类模型进行训练，得到训练好的癫痫患者的脑电信号分类模型。实现了快速对癫痫患者脑电信号进行准确分类的模型。
申请人信息
- 申请人:北京大学; 北京大学重庆大数据研究院
- 申请人地址:100871 北京市海淀区颐和园路5号
- 发明人: 北京大学; 北京大学重庆大数据研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种癫痫患者的脑电信号分类模型的训练方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311443623.1 |
| 申请日 | 2023/11/1 |
| 公告号 | CN117493955A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 北京大学; 北京大学重庆大数据研究院 |
| 发明人 | 周晓华; 张宗鹏; 肖命清; 林宙辰; 林通 |
| 地址 | 北京市海淀区颐和园路5号; 重庆市沙坪坝区西园北街6号附6号 |
专利主权项内容
1.一种癫痫患者的脑电信号分类模型的训练方法，其特征在于，包括以下步骤：获取癫痫患者发作期和非发作期的脑电信号片段，根据所述脑电信号片段构建训练样本集；构建脑电信号分类模型，所述脑电信号分类模型包括带反馈连接的脉冲神经网络、脑电信号分类器和患者身份分类器；所述带反馈连接的脉冲神经网络用于提取脑电信号特征；所述脑电信号分类器用于根据带反馈连接的脉冲神经网络提取的脑电信号特征进行脑电信号分类；所述患者身份分类器用于根据带反馈连接的脉冲神经网络提取的脑电信号特征进行患者身份分类；基于所述训练样本集对脑电信号分类模型进行训练，得到训练好的癫痫患者的脑电信号分类模型。