← 返回列表

基于高阶张量分解构建脑网络的癫痫发作检测装置及介质

申请号: CN202311482149.3
申请人: 电子科技大学
更新日期: 2026-03-09

摘要文本

电子科技大学取得“一种透气窗帘布”专利技术,本发明公开了一种基于高阶张量分解构建脑网络的癫痫发作检测装置及介质,属于信号处理技术领域。本发明的检测装置包括处理器和存储器,处理器用于执行下述操作:对输入的原始多通道脑电信号进行信号预处理,构造维度均衡的高阶脑电张量,包括使用连续小波变换将信号转换到时频域,在时频域构建维度均衡的三阶张量,三阶张量按通道堆叠为四阶脑电张量;使用张量轮分解TWD对四阶脑电张量的TWD分解,利用TWD分解得到的环因子张量计算表征大脑网络功能连接的邻接矩阵;展开邻接矩阵作为特征向量并输入多项式核SVM进行脑电信号的自动分类,并输出分类结果。本发明可辅助癫痫的诊断和治疗,其输出的检测结果客观准确,可解释性强,易于训练。。关注公众号专利查询网

专利主权项内容

1.一种于高阶张量分解构建脑网络的癫痫发作检测装置,其特征在于,该检测装置包括处理器和存储器,该存储器中存储有至少一条计算机程序,所述至少一条计算机程序由所述处理器加载并执行,以实现基于高阶张量分解构建脑网络的癫痫发作检测方法,该检测方法具体包括下列步骤:步骤1,对输入的原始多通道脑电信号进行信号预处理,其中,信号预处理包括:降采样、滤波以及组合重参考;步骤2,使用连续小波变换将信号预处理后的脑电信号转换到时频域,在时频域构建维度均衡的三阶张量,将三阶张量按通道堆叠为四阶脑电张量;步骤3,使用张量轮分解TWD对四阶脑电张量进行张量分解,对TWD分解得到的环因子张量,展开空间通道所对应维度上的环因子张量得到通道信息矩阵M,再对每两个通道分别计算其非线性相关系数,构建表征大脑功能连接网络的邻接矩阵A;步骤4,从邻接矩阵A中提取特征向量,将特征向量输入预置的分类器中进行脑电信号的癫痫发作的分类识别处理,并输出分类结果。

专利申请信息

项目 内容
专利名称 基于高阶张量分解构建脑网络的癫痫发作检测装置及介质
专利类型 发明申请
申请号 CN202311482149.3
申请日 2023/11/9
公告号 CN117503057A
公开日 2024/2/6
IPC主分类号 A61B5/00
权利人 电子科技大学
发明人 朱策; 申达; 何飞; 刘翼鹏
地址 四川省成都市高新区(西区)西源大道2006号