一种基于深度学习算法的识别与定位头皮脑电图致痫区的建模方法

发明专利有效专利

申请号：
CN201810478375.7
IPC分类号：A61B5/372
申请日期：
2018-05-18
申请人：
中山大学

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	一种基于深度学习算法的识别与定位头皮脑电图致痫区的建模方法
申请号	CN201810478375.7	申请日期	2018-05-18
法律状态	授权	申报国家	中国
公开/公告日	2018-11-23	公开/公告号	CN108852350A
优先权	暂无	优先权号	暂无
主分类号	A61B5/372	IPC分类号	A;6;1;B;5;/;3;7;2查看分类表>
申请人	中山大学	申请人地址	广东省广州市海珠区新港西路135号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中山大学	当前权利人	中山大学
发明人	蔡庆玲;梁伟霞;裴海军;周毅;邓少风
代理机构	广州知友专利商标代理有限公司	代理人	李海波;何秋林

摘要

本发明属于人工智能和深度学习领域，具体涉及一种基于深度学习算法的识别与定位头皮脑电图致痫区的建模方法，本发明的发明构思：将癫痫脑电图像巧妙地分为正常、发作前期、发作高峰以及发作后期四个阶段，利用深度学习中的LRCN网络自动的提取癫痫脑电图中四个不同阶段的时间特征信息和空间特征信息，以此作为判断标准自动识别和定位出癫痫脑电图像中的不同阶段，并结合癫痫发作过程的特点——依次出现正常、发作前期、发作高峰、发作后期这四个阶段，最终实现对癫痫脑电图像致痫区的识别和定位，提高了癫痫识别的准确率、避免了人工手动地提取复杂的特征信息，具有更好的泛化性能。

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