[發明專利]一種基于注意力機制的癲癇發作檢測系統

在審

• 申請號: 202211276626.6
• 申請日: 2022-10-19
• 公開（公告）號: CN115359909A
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 張成;王希豪;蘭海;楊冬平;魏憲
• 申請（專利權）人: 之江實驗室
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/00;G06N3/04;G06N3/08;A61B5/00;A61B5/374
• 代理公司: 北京志霖恒遠知識產權代理有限公司 11435
• 代理人: 戴莉

本發明公開了一種基于注意力機制的癲癇發作檢測系統，包括：數據獲取模塊：用于從公開的數據庫中獲取待檢測的腦電信號數據；數據處理模塊：用于對所述腦電信號數據進行預處理，得到預處理腦電信號數據；癲癇發作檢測模塊：用于基于注意力機制構建CNN和Transformer神經網絡最優模型，將腦電信號數據通過所述CNN和Transformer神經網絡最優模型得到發作期和發作間期樣本的類別概率，用于識別癲癇發作。本發明基于訓練集和測試集對網絡進行訓練，使用早期停止機制、學習率衰減等方法對CNN和Transformer神經網絡進行優化，得到用于癲癇發作檢測的最優網絡參數，使用CNN和Transformer神經網絡對樣本數據進行分類，可以高效快速的識別出癲癇發作的類別，從而提高癲癇識別的準確率。

技術領域

本發明涉及一種癲癇信號檢測技術領域，尤其涉及一種基于注意力機制的癲癇發作檢測系統。

背景技術

癲癇是世界上最常見的神經系統疾病之一。根據世界衛生組織報道，全世界大約有5000萬人患有癲癇。它的特點是大腦神經元過度放電引起的反復發作、陣發性和短暫的中樞神經系統功能紊亂，致使患者經常失去意識和抽搐運動，進而導致嚴重的身體傷害、甚至死亡。腦電圖（EEG）是一種記錄大腦活動的有效工具，可以直接記錄癲癇放電，已被廣泛用于癲癇的診斷和治療；然而腦電圖的分析與癲癇發作的標注嚴重依賴于專業的醫生，耗時耗力且效率低下；基于機器學習的方法依賴于人工制作的特征，不同的病人表現出來的腦電活動不盡相同，訓練得到的的網絡面對新的受試者時往往無法表現出很好的泛化性能。因此，自動從腦電數據中提取和學習特征信息是非常有必要的。

為此，我們提出一種基于注意力機制的癲癇發作檢測系統以解決上述技術問題。

發明內容

本發明的目的在于提供一種基于注意力機制的癲癇發作檢測系統，解決了現有技術中如何利用數據預處理方法得到同一量級的數據集，再利用CNN和Transformer神經網絡對預處理完的數據集進行特征提取和分類，并保存在訓練過程中的最優模型，以便快速識別出癲癇發作狀態。

本發明采用的技術方案如下：

一種基于注意力機制的癲癇發作檢測系統，包括：

數據獲取模塊：用于從公開的數據庫中獲取待檢測的腦電信號數據；

數據處理模塊：用于對所述腦電信號數據進行預處理，得到預處理腦電信號數據；

癲癇發作檢測模塊：用于基于注意力機制構建CNN和Transformer神經網絡模型，通過所述預處理腦電信號數據訓練所述CNN和Transformer神經網絡模型得到CNN和Transformer神經網絡最優模型，利用所述CNN和Transformer神經網絡最優模型得到發作期和發作間期樣本的類別概率，用于識別癲癇發作。

進一步地，公開的所述數據庫包括波士頓兒童醫院頭皮腦電數據庫CHBMIT，待檢測的所述腦電信號使用公共的若干個腦電通道。

進一步地，所述數據處理模塊具體包括：

數據分割及增廣單元：用于對所述腦電信號數據進行滑窗分割、數據增廣，得到分割后腦電信號數據；

數據濾波單元：用于對所述分割后腦電信號數據采用巴特沃斯帶通濾波器以去除噪聲，得到濾波后腦電信號數據；

數據標準化單元：用于對所述濾波后腦電信號數據利用Z分數標準化，得到同一量級腦電信號數據；

數據劃分單元：用于將所述同一量級腦電信號數據添加標簽，將癲癇發作間期樣本設置為0，癲癇發作期樣本設置為1，得到預處理腦電信號數據，所述預處理腦電信號數據根據所述標簽分為訓練數據集和測試數據集。

進一步地，所述癲癇發作檢測模塊具體包括：