[发明专利]基于脑连接结构的癫痫脑电识别系统

说明书

本发明涉及基于脑连接结构的癫痫脑电识别系统，包括隶属度提取模块，被配置为：获取预处理后的脑电数据结构中每个边对每个图层的隶属度，利用图的隶属度构造多层图结构；采样模块，被配置为：获取原始脑电数据中包含的癫痫特征；分类模块，被配置为：利用癫痫特征和已构造的图结构分类脑电数据中的癫痫数据和非癫痫数据，实现癫痫识别。从原始脑电图数据中提取出数据的底层连接结构，以图结构的方式来展现，再利用图结构和癫痫特征对原始脑电数据进行分类，从而对给定的脑电图数据进行癫痫识别，在完成癫痫识别的同时更好地传达大脑激活模式信息，从而反映癫痫和大脑激活模式之间的关联。

技术领域

本发明涉及脑电信号处理技术领域，具体为基于脑连接结构的癫痫脑电识别系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

了解一个人的精神状态时往往通过脑电图来分析大脑活动，脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。癫痫是由多种病因引起的,以脑内神经元过度放电所致的突然、反复、短暂的部分或整个脑功能障碍为特征的慢性疾患，通过检测脑电图是否有异常波动可以判断癫痫病人是否病情发作。

现有技术中通过机器学习、神经网络等训练方式实现脑电图的识别从而完成某一类脑类疾病检测，往往依赖大量包含疾病特征的训练数据，例如通过训练的方式识别癫痫，这种方式的准确性不高，无法体现大脑各功能区的激活模式。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供基于脑连接结构的癫痫脑电识别系统，从原始脑电图数据中提取出数据的底层连接结构，以图结构的方式来展现，再利用图结构和癫痫特征对原始脑电数据进行分类，从而对给定的脑电图数据进行癫痫识别，在完成癫痫识别的同时更好地传达大脑激活模式信息，从而反映癫痫和大脑激活模式之间的关联。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供基于脑连接结构的癫痫脑电识别系统，包括：

隶属度提取模块，被配置为：获取预处理后的脑电数据结构中每个边对每个图层的隶属度，利用图的隶属度构造多层图结构；

采样模块，被配置为：获取原始脑电数据中包含的癫痫特征；

分类模块，被配置为：利用癫痫特征和已构造的图结构分类脑电数据中的癫痫脑电数据和非癫痫脑电数据，实现癫痫识别。

隶属度提取模块连接预处理模块。

预处理模块获取待检测的多通道脑电信号进行去噪处理。

预处理模块接收去噪处理后的每个通道的脑电信号，按照设定时间长度，划分为若干个时间段的脑电信号。

图的隶属度通过原始脑电数据集输入已构建的网络获得；

已构建的网络包括，至少四组全连接网络，其中的三组全连接网络具有两层全连接层，每个全连接层均具有指数线性单元输出层；第四组全连接网络包括三个完全连通的层，其中的前两层包括256个具有指数线性单元的隐神经元，最后一层包括K个输出神经元。

隶属度提取模块通过随机抽样、确定的阈值和连续抽样三种方法获得图结构。

当随机抽样或连续抽样方法构造的图结构，产生没有边的有序顶点对，该图结构被舍弃。

采样模块中原始脑电数据通过两次扩张初始模块和最大池化转换为特征。

与现有技术相比，以上一个或多个技术方案存在以下有益效果：