一种基于CNN和自注意力机制的癫痫发作预测系统

发明专利有效专利

申请号：
CN202211198708.3
IPC分类号：A61B5/00;A61B5/369;G06K9/62;G06N3/04;G06N3/08
申请日期：
2022-09-29
申请人：
山东中科先进技术有限公司;山东大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于CNN和自注意力机制的癫痫发作预测系统
申请号	CN202211198708.3	申请日期	2022-09-29
法律状态	公开	申报国家	中国
公开/公告日	2022-11-25	公开/公告号	CN115381407A
优先权	暂无	优先权号	暂无
主分类号	A61B5/00 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识	IPC分类号	A;6;1;B;5;/;0;0;;;A;6;1;B;5;/;3;6;9;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	山东中科先进技术有限公司;山东大学	申请人地址	山东省济南市高新区未来创业广场4号楼306房间变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	山东中科先进技术有限公司,山东大学	当前权利人	山东中科先进技术有限公司,山东大学
发明人	彭福来;刘东升;张宁玲;周卫东;陈财;李光林
代理机构	暂无	代理人	暂无

摘要

本发明提供一种基于CNN和自注意力机制的癫痫发作预测系统，属于信号特征分析领域，包括样本获取单元，用于获取样本数据集；第一变换单元，用于对样本通道信号进行S变换得到对应的样本特征集；样本特征矩阵确定单元，用于根据各样本特征集确定样本特征矩阵；网络构建单元，用于构建初始预测神经网络；训练单元，用于对初始预测神经网络进行训练；信号采集单元，用于实时采集待测脑电信号；第二变换单元，用于对待测脑电信号进行S变换得到待测特征集；待测特征矩阵确定单元，用于根据各待测特征集确定待测特征矩阵；预测单元，基于癫痫发作预测模型确定当前时段是否为癫痫发作前期。提高了癫痫发作的预测精度及效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供