[发明专利]基于多通道脑电数据和CNN-SVM的癫痫脑电识别装置

权利要求书

1.一种基于多通道脑电数据和CNN-SVM的癫痫脑电识别装置，包括下列模块：

预处理模块，用于对于癫痫病人正常期和发作期的脑电数据，使用3阶巴特沃斯带通滤波器(0.3-70Hz)消除运动伪影和肌电干扰；使用陷波滤波器去除50Hz工频干扰。

特征提取模块，包括：卷积层：使用卷积层从脑电信号中提取特征，并选用ReLU函数作为激活函数；池化层：采用最大值池化的方式；丢失正则化：为防止过拟合，应用丢失正则化机制；

模型构造模块，包括：

1)基于SVM构造2分类模型；

2)把特征提取模块提取到的特征作为数据集，构建训练集和测试集；

3)使用Sigmoid函数作为核函数。

模型训练模块，包括：

1)使用梯度下降和反向传播训练模型，寻找最优超平面；

2)使用10折交叉验证方式训练模型。

模型测试及保存模块

1)使用测试集测试模型的分类准确率；

2)保存准确率最高的模型，将其用于癫痫脑电识别。