[发明专利]一种癫痫发作检测装置、终端设备及存储介质在审

专利信息
申请号: 201910748095.8 申请日: 2019-08-14
公开(公告)号: CN110477865A 公开(公告)日: 2019-11-22
发明(设计)人: 肖杨;陈畅明;牛丽丽;王丛知;马腾;郑海荣 申请(专利权)人: 深圳先进技术研究院
主分类号: A61B5/00 分类号: A61B5/00;A61B5/0476;G06K9/00;G06N3/04
代理公司: 44414 深圳中一联合知识产权代理有限公司 代理人: 张杨梅<国际申请>=<国际公布>=<进入
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 癫痫 检测结果 脑电信号 频谱特征 数据帧 短时傅里叶变换 计算机技术领域 数据获取模块 特征提取模块 存储介质 单隐含层 工作效率 检测装置 神经网络 终端设备 检测 算法 申请 诊疗 医师 诊断
【权利要求书】:

1.一种癫痫发作检测装置,其特征在于,包括:

数据获取模块,用于获取待检测的脑电信号数据;

特征提取模块,用于使用短时傅里叶变换算法将所述待检测的脑电信号数据分成至少一个数据帧并提取所述数据帧的频谱特征;

检测结果模块,用于将所述频谱特征输入经过训练的单隐含层神经网络,得到癫痫检测结果。

2.如权利要求1所述的癫痫发作检测装置,其特征在于,所述特征提取模块具体包括:

分帧子模块,用于使用短时傅里叶变换算法的窗函数将所述待检测的脑电信号数据分成至少一个数据帧,并将每个数据帧划分成Q等分的数据段,其中,Q为预设正整数;

提取子模块,用于根据所述短时傅里叶变换算法分别提取所述数据帧中各个数据段的频谱特征。

3.如权利要求2所述的癫痫发作检测装置,其特征在于,所述提取子模块,具体用于根据所述短时傅里叶变换算法分别提取所述数据帧中各个数据段在各个预设频段的频谱特征。

4.如权利要求1所述的癫痫发作检测装置,其特征在于,所述装置还包括:

网络训练模块,用于使用极限学习机算法对未训练的单隐含层神经网络进行训练,得到经过训练的单隐含层神经网络。

5.如权利要求4所述的癫痫发作检测装置,其特征在于,所述网络训练模块具体包括:

随机子模块,用于使用极限学习机算法对未训练的单隐含层神经网络的输入权重和偏置值进行随机初始化;

计算子模块,用于获取样本信号数据以及所述样本信号数据的样本标记,根据所述输入权重、所述偏置值、所述样本信号数据以及所述样本标记计算所述未训练的单隐含层神经网络的输出权重;

网络子模块,用于根据所述输入权重、所述偏置值以及所述输出权重确定经过训练的单隐含层神经网络。

6.如权利要求1所述的癫痫发作检测装置,其特征在于,所述装置还包括:

数据采样模块,用于获取初始的脑电信号数据,对所述初始的脑电信号数据进行重采样处理,得到预设采样频率的待检测的脑电信号数据。

7.如权利要求1所述的癫痫发作检测装置,其特征在于,所述装置还包括:

数据滤波模块,用于使用陷波器对所述待检测的脑电信号数据进行滤波处理,得到更新后的待检测的脑电信号数据。

8.如权利要求7所述的癫痫发作检测装置,其特征在于,所述数据滤波模块,具体用于使用无限冲击响应数字滤波器对所述待检测的脑电信号数据进行滤波处理,得到更新后的待检测的脑电信号数据。

9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述装置的功能。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述装置的功能。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910748095.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top