[发明专利]基于多尺度原型学习的本身可解释的脑电信号分类方法有效
| 申请号： | 202211718922.7 | 申请日： | 2022-12-30 |
| 公开（公告）号： | CN115700104B | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 陈勋;高逸凯;刘爱萍;钱若兵;孙启彬;吴曼青 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | A61B5/372 | 分类号： | A61B5/372;A61B5/00;G06F18/2415;G06F18/214;G06F18/22;G06N3/04;G06N3/08 |
| 代理公司： | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人： | 陆丽莉;何梅生 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多尺度原型学习的本身可解释的脑电信号分类方法，其步骤包括：1对数据集中的原始脑电信号进行预处理，包括通道选择、切片分割；2建立基于多尺度原型学习的本身可解释的脑电信号分类模型，初始化网络参数；3设计损失函数，建立分类模型优化目标；4输入数据对网络进行训练，优化网络参数，获得最优分类模型。本发明相对现有脑电信号分类方法，能够在高分类准确率的条件下提供本身可解释的证据，从而提升脑电信号在医疗等领域中的应用价值。 | ||
| 搜索关键词： | 基于 尺度 原型 学习 本身 可解释 电信号 分类 方法 | ||
【主权项】：
暂无信息
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中国科学技术大学，未经中国科学技术大学许可，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/202211718922.7/，转载请声明来源钻瓜专利网。
