[發(fā)明專利]一種癲癇病理數(shù)據(jù)分類方法、裝置及存儲介質

在審

• 申請?zhí)枺?/td>: 202010877100.8
• 申請日: 2020-08-27
• 公開（公告）號: CN112057068A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設計）人: 劉軍;侯青;劉闖
• 申請（專利權）人: 武漢工程大學
• 主分類號: A61B5/04
• 分類號: A61B5/04;A61B5/00
• 代理公司: 北京輕創(chuàng)知識產權代理有限公司 11212
• 代理人: 尉保芳

1.一種癲癇病理數(shù)據(jù)分類方法，其特征在于，包括如下步驟：

從預設電磁波采集設備中獲取多個原始腦磁波數(shù)據(jù)，對多個所述原始腦磁波數(shù)據(jù)進行預處理，得到多個目標腦磁波數(shù)據(jù)，并集合多個所述目標腦磁波數(shù)據(jù)得到目標腦磁波數(shù)據(jù)集；

構建訓練模型，并根據(jù)所述目標腦磁波數(shù)據(jù)集對所述訓練模型進行訓練，得到分類模型；

根據(jù)所述目標腦磁波數(shù)據(jù)集對所述分類模型進行優(yōu)化處理，得到分類優(yōu)化模型；

根據(jù)所述分類優(yōu)化模型對待分類腦磁波數(shù)據(jù)進行分類處理，得到癲癇病理數(shù)據(jù)的分類結果。

2.根據(jù)權利要求1所述的癲癇病理數(shù)據(jù)分類方法，其特征在于，所述對多個所述原始腦磁波數(shù)據(jù)進行預處理，得到多個目標腦磁波數(shù)據(jù)的過程包括：

分別對多個所述原始腦磁波數(shù)據(jù)進行數(shù)據(jù)清洗，得到多個中間腦磁波數(shù)據(jù)；

利用局部線性嵌入算法分別對多個所述中間腦磁波數(shù)據(jù)進行數(shù)據(jù)降維，得到多個目標腦磁波數(shù)據(jù)。

3.根據(jù)權利要求1所述的癲癇病理數(shù)據(jù)分類方法，其特征在于，所述根據(jù)所述目標腦磁波數(shù)據(jù)集對所述訓練模型進行訓練，得到分類模型的過程包括：

S1：將所述目標腦磁波數(shù)據(jù)集隨機劃分成目標腦磁波訓練集、目標腦磁波測試集和目標腦磁波驗證集；

S2：基于隨機森林算法構建模型，得到隨機森林結構；

S3：將所述目標腦磁波訓練集和所述目標腦磁波測試集一并輸入所述隨機森林結構中進行分類處理，得到訓練模型；

S4：根據(jù)所述目標腦磁波訓練集和所述目標腦磁波測試集對所述訓練模型進行模型篩選處理，得到分類模型。

4.根據(jù)權利要求3所述的癲癇病理數(shù)據(jù)分類方法，其特征在于，所述步驟S4的過程包括：

S41：根據(jù)預設的迭代訓練次數(shù)將所述目標腦磁波訓練集輸入至所述訓練模型進行訓練，得到第一檢測模型；

S42：將所述目標腦磁波測試集輸入所述第一檢測模型中進行檢測，得到第一準確率，并判斷所述第一準確率是否達到預設預期值，若是，則將所述第一檢測模型作為分類模型，若否，則執(zhí)行步驟S43；

S43：根據(jù)所述預設的迭代訓練次數(shù)將所述目標腦磁波測試集輸入至所述訓練模型進行訓練，得到第二檢測模型；

S44：將所述目標腦磁波訓練集輸入所述第二檢測模型中進行檢測，得到第二準確率；

S45：判斷所述第二準確率是否達到所述預設預期值，若是，則將所述第二檢測模型確定作為所述分類模型，若否，則返回所述步驟S1，直至所述第一準確率或所述第二準確率達到所述預設預期值，并將達到所述預設預期值的第一準確率對應的所述第一檢測模型作為所述分類模型，或者，將達到所述預設預期值的第二準確率對應的所述第二檢測模型作為所述分類模型。

5.根據(jù)權利要求3所述的癲癇病理數(shù)據(jù)分類方法，其特征在于，所述根據(jù)所述目標腦磁波數(shù)據(jù)集對所述分類模型進行優(yōu)化處理，得到分類優(yōu)化模型的過程包括：

根據(jù)預設的參數(shù)范圍將所述目標腦磁波訓練集和所述目標腦磁波測試集一并輸入所述分類模型進行參數(shù)優(yōu)化處理，得到待驗證分類模型；

根據(jù)所述目標腦磁波驗證集對所述待驗證分類模型進行驗證，若驗證通過，則將所述待驗證分類模型作為分類優(yōu)化模型，若驗證不通過，則返回步驟S2。

6.一種癲癇病理數(shù)據(jù)分類裝置，其特征在于，包括：

數(shù)據(jù)處理模塊，用于從預設電磁波采集設備中獲取多個原始腦磁波數(shù)據(jù)，對多個所述原始腦磁波數(shù)據(jù)進行預處理，得到多個目標腦磁波數(shù)據(jù)，并集合多個所述目標腦磁波數(shù)據(jù)得到目標腦磁波數(shù)據(jù)集；

模型訓練模塊，用于構建訓練模型，并根據(jù)所述目標腦磁波數(shù)據(jù)集對所述訓練模型進行訓練，得到分類模型；

優(yōu)化處理模塊，用于根據(jù)所述目標腦磁波數(shù)據(jù)集對所述分類模型進行優(yōu)化處理，得到分類優(yōu)化模型；

分類結果獲得模塊，用于根據(jù)所述分類優(yōu)化模型對待分類腦磁波數(shù)據(jù)進行分類處理，得到癲癇病理數(shù)據(jù)的分類結果。