[发明专利]一种基于GRU循环神经网络的疾病诊断系统在审
| 申请号： | 201910591861.4 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110292380A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 陆彬春;符礼丹;艾海男 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | A61B5/0476 | 分类号： | A61B5/0476 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及的一种基于GRU循环神经网络的癫痫无创检测数据分析的方法，对志愿者的脑电数据进行分析，通过脑电的信息判断是否患有癫痫。本发明解决了脑电数据检测数据维度高、时序性强等导致的癫痫诊断的误诊率、漏诊率高等问题。基于GRU循环神经网络的数据分析方法对采集的脑电数据进行处理，主要包括：S1利用便携式脑电信号采集端采集志愿者的脑电信号并进行保存，S2对采集的脑电数据进行预处理，例如滤波等，S3利用GRU对预处理后的训练集进行训练，S4训练过程通过反馈信号对参数进行调整，S5得到分类模型，适用于脑电信号的分类处理，并判断是否为癫痫患者。 | ||
| 搜索关键词： | 脑电数据 循环神经网络 癫痫 预处理 脑电信号 数据分析 采集 疾病诊断系统 脑电信号采集 反馈信号 分类处理 分类模型 检测数据 无创检测 信息判断 训练过程 癫痫诊断 漏诊率 时序性 训练集 滤波 脑电 维度 误诊 保存 分析 | ||
【主权项】：
1.为使无创癫痫诊断系统的具有较好的识别效果，提出一种基于GRU循环神经网络的癫痫诊断数据分析方法，其特征在于，包括以下步骤：步骤S1：利用便携式脑电信号采集端对样本的脑电信号进行采集并保存；步骤S2：对样本的脑电数据进行预处理，例如滤波等；步骤S3：利用GRU对预处理后数据组成的训练集进行训练；步骤S4：训练过程通过反馈信号对参数进行调整；步骤S5：得到分类模型，适用于呼吸样本的分类处理，并判断是否为癫痫患者。
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重庆大学，未经重庆大学许可，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/201910591861.4/，转载请声明来源钻瓜专利网。
