一种基于脑电图信号分析的精神分裂症分类方法及系统
摘要文本
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。 来源：马 克 团 队
申请人信息
- 申请人:石家庄市第八医院(石家庄市精神病医院)
- 申请人地址:050000 河北省石家庄市桥西区新华路620号
- 发明人: 石家庄市第八医院(石家庄市精神病医院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于脑电图信号分析的精神分裂症分类方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311567509.X |
| 申请日 | 2023/11/23 |
| 公告号 | CN117612702A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G16H50/20 |
| 权利人 | 石家庄市第八医院(石家庄市精神病医院) |
| 发明人 | 邓巧恩; 綦航; 马立鑫 |
| 地址 | 河北省石家庄市桥西区新华路620号 |
专利主权项内容
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。