[發明專利]一種癲癇病理數據分類方法、裝置及存儲介質

在審

• 申請號: 202010877100.8
• 申請日: 2020-08-27
• 公開（公告）號: CN112057068A
• 公開（公告）日: 2020-12-11
• 發明（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: 北京輕創知識產權代理有限公司 11212
• 代理人: 尉保芳

本發明提供一種癲癇病理數據分類方法、裝置及存儲介質，方法包括：從預設電磁波采集設備中獲取多個原始腦磁波數據，對多個原始腦磁波數據進行預處理，得到多個目標腦磁波數據，并集合多個目標腦磁波數據得到目標腦磁波數據集；構建訓練模型，并根據目標腦磁波數據集對訓練模型進行訓練，得到分類模型；根據目標腦磁波數據集對分類模型進行優化處理，得到分類優化模型；根據分類優化模型對待分類腦磁波數據進行分類處理，得到癲癇病理數據的分類結果。本發明能代替人工目測閱圖，自動對大量的腦磁波數據進行智能檢測和分類，實時檢測出癲癇樣放電的腦磁波數據，為臨床做及時地干預，效率高，穩定性強，準確率高。

技術領域

本發明主要涉及醫療檢測技術領域，具體涉及一種癲癇病理數據分類方法、裝置及存儲介質。

背景技術

大腦，作為人體最重要的器官，其結構與功能都十分復雜，隨著神經電生理技術的不斷發展，研究腦神經是目前最為重要的研究方向之一。就臨床應用來說，腦電圖是通過電極記錄下來的腦細胞群的自發性、節律性電活動，是檢測腦功能最敏感的方法，是輔助診斷和治療神經系統疾病的重要手段，特別是在解決癲癇等陣發性腦功能異常的定性及定位問題上，腦電圖有著不可替代的作用。

癲癇是一種常見的慢性綜合癥，以癲癇發作作為臨床特征。隨著癲癇外科的發展，藥物難治性癲癇可以接受手術治療，而術前評估中準確的致癇灶定位是手術成功的關鍵所在。臨床上有典型癲癇發作的患者中，約80％可以在腦磁波數據檢查中發現致癇灶。由于腦磁波數據存在的復雜性和不確定性的特點，目前還難以依靠儀器自動識別和分類，導致長時間持續監測腦磁波數據，僅能依靠專業人員人工目測閱圖，不僅工作量極大，識別效率低下，而且專業人員長時間的人工目測閱圖，容易產生疲勞而導致容易出錯，無法保證較高的識別準確率，同時，還難以實時判斷并反饋給臨床做及時地干預。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種癲癇病理數據分類方法、裝置及存儲介質。

本發明解決上述技術問題的技術方案如下：一種癲癇病理數據分類方法，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據，對多個所述原始腦磁波數據進行預處理，得到多個目標腦磁波數據，并集合多個所述目標腦磁波數據得到目標腦磁波數據集；

構建訓練模型，并根據所述目標腦磁波數據集對所述訓練模型進行訓練，得到分類模型；

根據所述目標腦磁波數據集對所述分類模型進行優化處理，得到分類優化模型；

根據所述分類優化模型對待分類腦磁波數據進行分類處理，得到癲癇病理數據的分類結果。

本發明解決上述技術問題的另一技術方案如下：一種癲癇病理數據分類裝置，包括：

數據處理模塊，用于從預設電磁波采集設備中獲取多個原始腦磁波數據，對多個所述原始腦磁波數據進行預處理，得到多個目標腦磁波數據，并集合多個所述目標腦磁波數據得到目標腦磁波數據集；

模型訓練模塊，用于構建訓練模型，并根據所述目標腦磁波數據集對所述訓練模型進行訓練，得到分類模型；

優化處理模塊，用于根據所述目標腦磁波數據集對所述分類模型進行優化處理，得到分類優化模型；

分類結果獲得模塊，用于根據所述分類優化模型對待分類腦磁波數據進行分類處理，得到癲癇病理數據的分類結果。

本發明解決上述技術問題的另一技術方案如下：一種癲癇病理數據分類裝置，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，當所述處理器執行所述計算機程序時，實現如上所述的癲癇病理數據分類方法。