基于脑功能网络特征的癫痫发作预测方法

发明专利有效专利

申请号：
CN201910217803.5
IPC分类号：A61B5/0476;A61B5/00
申请日期：
2019-03-21
申请人：
杭州电子科技大学

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	基于脑功能网络特征的癫痫发作预测方法
申请号	CN201910217803.5	申请日期	2019-03-21
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-18	公开/公告号	CN109893126A
优先权	暂无	优先权号	暂无
主分类号	A61B5/0476 ? 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 A61B5/04 测量人体或人体各部分的生物电信号 A61B5/0476 脑电图术〔5〕	IPC分类号	A;6;1;B;5;/;0;4;7;6;;;A;6;1;B;5;/;0;0查看分类表>
申请人	杭州电子科技大学	申请人地址	浙江省杭州市下沙高教园区2号大街变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州电子科技大学	当前权利人	杭州电子科技大学
发明人	胡月静;张启忠;席旭刚;高云园
代理机构	杭州君度专利代理事务所（特殊普通合伙）	代理人	朱月芬

摘要

本发明公开了一种基于脑功能网络特征的癫痫发作预测方法，本发明采用NPDC作为脑功能网络连通性的测量，并分析了癫痫发作时相关脑区的活动信息。此外，通过结合脑功能网络特征提取和ELM，开发了一种新的预测方法来预测癫痫发作的时间。结果表明，该方法在所有受试者的所有脑电图频段均取得了良好的表现，准确率高达84.0％，平均预测时间高达1325.59秒，优于目前的研究方法。本研究的结果表明，所提出的预测方案更适合于实际癫痫发作预测。

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