[發(fā)明專利]一種利用小波神經(jīng)網(wǎng)絡(luò)的腦電檢測方法及裝置在審
| 申請?zhí)枺?/td> | 201610554926.4 | 申請日: | 2016-07-14 |
| 公開(公告)號: | CN107616780A | 公開(公告)日: | 2018-01-23 |
| 發(fā)明(設(shè)計)人: | 周衛(wèi)東;耿東云;陳麗艷 | 申請(專利權(quán))人: | 山東大學(xué)蘇州研究院 |
| 主分類號: | A61B5/00 | 分類號: | A61B5/00 |
| 代理公司: | 上海精晟知識產(chǎn)權(quán)代理有限公司31253 | 代理人: | 馮子玲 |
| 地址: | 215000 江蘇省蘇州市蘇州*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 利用 神經(jīng)網(wǎng)絡(luò) 檢測 方法 裝置 | ||
技術(shù)領(lǐng)域
本發(fā)明屬于檢測分析技術(shù)領(lǐng)域,具體涉及一種利用小波神經(jīng)網(wǎng)絡(luò)的腦電檢測方法及裝置。
背景技術(shù)
癲癇是一種以腦部神經(jīng)元反復(fù)突然過度放電所致的間歇性中樞神經(jīng)系統(tǒng)功能失調(diào)為特征的腦部疾患。患者癲癇發(fā)作時肢體活動和精神狀態(tài)會出現(xiàn)混論,甚至?xí)ヒ庾R。腦電圖中包含了豐富的生理和病理學(xué)信息,所以目前為止,癲癇檢測主要是醫(yī)務(wù)工作者依靠經(jīng)驗對腦電圖(EEG)進(jìn)行目測來完成。但是,一些資歷淺,經(jīng)驗不足的醫(yī)生有可能會誤判。而且癲癇的發(fā)作時間和持續(xù)時間都無法確定,使查看EEG中是否含有癲癇樣放電等特征波等工作量大,也容易造成醫(yī)務(wù)工作者疲倦而產(chǎn)生誤判。因此,計算機(jī)輔助的癲癇自動檢測系統(tǒng)準(zhǔn)確性有著越來越重要的地位,它可極大提高對EEG的檢測效率。
自上世紀(jì)六十年代起,自動癲癇檢測技術(shù)就受到了廣泛的關(guān)注,這一領(lǐng)域的眾多學(xué)者提出了多種自動檢測腦電的方法。其主流算法有支持向量機(jī)(SVM)和神經(jīng)網(wǎng)絡(luò)等。而支持向量機(jī)是借助二次規(guī)劃來求解支持向量,求解二次規(guī)劃將涉及高階矩陣的計算,矩陣的存儲和計算將耗費大量的機(jī)器內(nèi)存和運算時間。CN1253762A(99124032.4)所公開的一種全自動定量檢測腦電圖中癲癇樣放電的裝置采用了神經(jīng)網(wǎng)絡(luò)及前饋逆?zhèn)鞑?BP)學(xué)習(xí)算法。神經(jīng)網(wǎng)絡(luò)必須進(jìn)行多次重復(fù)學(xué)習(xí),訓(xùn)練速度緩慢,計算效率低。同時由于BP算法是一種局部搜索的優(yōu)化算法,用它來解決復(fù)雜非線性函數(shù)的全局極值,很有可能陷入局部極值從而導(dǎo)致訓(xùn)練失敗。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足,本發(fā)明的目的在于提供一種利用小波神經(jīng)網(wǎng)絡(luò)的腦電檢測方法及裝置。
為實現(xiàn)前述發(fā)明目的,本發(fā)明采用的技術(shù)方案包括:
一種利用小波神經(jīng)網(wǎng)絡(luò)的腦電檢測方法,其包括以下步驟:
1)采集腦電信號,將采集到的腦電信號通過A/D轉(zhuǎn)換,存儲到計算機(jī)中;
2)對計算機(jī)中存儲的腦電信號進(jìn)行濾波和去噪;
3)提取步驟2)處理后的腦電信號中各通道各頻段的相對幅度和相對波動指數(shù);
4)將步驟3)提取到的相對幅度和相對波動指數(shù)的訓(xùn)練數(shù)據(jù)部分輸入分類器進(jìn)行訓(xùn)練,計算得到前后兩次訓(xùn)練的誤差平方和之差,當(dāng)誤差平方和之差達(dá)到預(yù)設(shè)值時,保存訓(xùn)練所得權(quán)值系數(shù)和小波系數(shù);
5)根據(jù)步驟4)所得權(quán)值系數(shù)和小波系數(shù),將步驟3)提取到的相對幅度和相對波動指數(shù)的測試數(shù)據(jù)部分輸入分類器進(jìn)行測試,計算得到輸出預(yù)測值,并將輸出預(yù)測值與預(yù)設(shè)閾值進(jìn)行比較,獲得腦電檢測結(jié)果并標(biāo)記:
若輸出預(yù)測值大于預(yù)設(shè)閾值,則判斷檢測腦電為異常,標(biāo)記為0;
若輸出預(yù)測值小于或等于預(yù)設(shè)閾值,則判斷檢測腦電為正常,標(biāo)記為1。
在一些實施方案之中,利用腦電放大器和數(shù)據(jù)采集卡采集腦電信號,所述的腦電放大器至少選自Neurofile NT腦電放大器,和/或所述的數(shù)據(jù)采集卡至少選自16位A/D轉(zhuǎn)換數(shù)據(jù)采集卡,采樣頻率為256Hz。
在一些實施方案之中,步驟2)中所述的對計算機(jī)中存儲的腦電信號進(jìn)行濾波和去噪的方法包括:采集一段長度為LEN的腦電信號,之后利用濾波器進(jìn)行濾波,將所述的腦電信號分成4-8Hz、8-13Hz和13-30Hz 3個連續(xù)的頻段,該3個連續(xù)的頻段分別對應(yīng)著θ波,α波和β波。
優(yōu)選的,所述的LEN=1024。
在一些實施方案之中,步驟3)中所述的提取腦電信號各通道各頻段的相對幅度和相對波動指數(shù)的方法包括:
a)利用公式(1)計算步驟2)處理后的腦電信號中各個頻段的相對幅度Ar,
其中,AE為步驟2)處理后腦電信號的幅度均值,AB是一段120s長的腦電信號的幅度均值;
b)利用公式(2)、(3)、(4)和(5)計算腦電信號的相對波動指數(shù)Firel(n),
其中,ai為第n段腦電數(shù)據(jù)濾波后第i層的幅度,LEN為信號的長度,
Firel(n)=Fi'(n)/Fiave (5)
其中,N為腦電信號的段數(shù)。
在一些實施方案之中,步驟4)中所述的通過分類器計算誤差平方和的方法包括:將步驟3)中的相對幅度Ar和相對波動指數(shù)Firel(n)組成的特征向量w送入分類器F,利用公式(6)計算第i次訓(xùn)練理想輸出和實際輸出差的平方和error(i)為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東大學(xué)蘇州研究院,未經(jīng)山東大學(xué)蘇州研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610554926.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機(jī)存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





