[发明专利]一种脑磁图癫痫棘波识别方法和系统有效
| 申请号： | 201910182723.0 | 申请日： | 2019-03-12 |
| 公开（公告）号： | CN109700463B | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 张军鹏;张航宇;刘凯 | 申请（专利权）人： | 四川大学 |
| 主分类号： | A61B5/055 | 分类号： | A61B5/055;A61B5/00 |
| 代理公司： | 成都创新引擎知识产权代理有限公司 51249 | 代理人： | 罗丽 |
| 地址： | 610044 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种脑磁图癫痫棘波识别方法和系统，该方法将MEG数据分为有棘波数据与无棘波数据两种，并对MEG数据进行预处理，分别得到N段相同时长的有棘波数据段与无棘波数据段；对得到的各段数据进行分析处理，提取各段数据的特征向量构成样本数据集，并将样本数据集划分为训练集与测试集；利用训练集对径向基核函数支持向量机分类器进行训练，得到训练好的分类器模型；将测试集输入到分类器模型中，以识别是否有癫痫棘波。本发明对癫痫脑磁信号的自动识别可以及时对患者的情况作出判断，判别准确率可达到93.8％，降低了医生的劳动强度，提升了检测正确率并降低了漏检率和误检率，在临床上有很重要的意义。 | ||
| 搜索关键词： | 一种 脑磁图 癫痫 识别 方法 系统 | ||
【主权项】：
1.一种脑磁图癫痫棘波识别方法，其特征在于，包括以下步骤：采集癫痫患者的MEG数据和核磁共振数据，并将MEG数据和核磁共振数据进行融合，生成MSI图像，所述MEG数据包括有棘波数据与无棘波数据；对所述MEG数据进行预处理，分别得到N段相同时长的有棘波数据段与无棘波数据段；从生成的MSI图像中分别提取各段数据的特征向量，构成样本数据集，并将所述样本数据集划分为训练集与测试集；利用所述训练集对分类器进行训练，得到训练好的分类器模型；将测试集输入到分类器模型中，以识别是否有癫痫棘波。
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四川大学，未经四川大学许可，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/patent/201910182723.0/，转载请声明来源钻瓜专利网。
- 上一篇：多被试复数fMRI数据移不变CPD分析方法
- 下一篇：就诊号源发布系统
