-
公开(公告)号:CN116049655A
公开(公告)日:2023-05-02
申请号:CN202310215569.9
申请日:2023-03-07
Applicant: 复旦大学 , 复旦大学附属儿科医院
IPC: G06F18/213 , A61B5/372 , A61B5/369 , A61B5/00 , G06F18/24 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的癫痫多类别分类方法,用于对不同类型癫痫进行区分,该方法包括以下步骤:步骤S1、采集多通道脑电信号并进行预处理;步骤S2、采用不同的深度学习模型分别从频域、时域、空间域提取出频域特征、时域特征和空间特征;步骤S3、将步骤S2中提取出的多种特征拼接后输入至深度学习网络进行再次特征提取,降维后输出脑电信号对应的癫痫类型。与现有技术相比,本发明具有分类准确性高、运算量小的优点。
-
公开(公告)号:CN116269439A
公开(公告)日:2023-06-23
申请号:CN202310131929.7
申请日:2023-02-18
Applicant: 复旦大学
IPC: A61B5/372
Abstract: 本发明属于癫痫性脑病辅助诊断技术领域,具体为睡眠中癫痫性电持续状态棘慢波指数自动量化方法。本发明首先获取ESES患者脑电图EEG记录数据,然后将原始的EEG数据处理为多个短窗口样本,用多个预设时间长度的缺省窗口对样本进行分割,随后通过卷积神经网络对原始信号进行空间滤波并提取信号的多维度时间特征,最终实现对NREM时期潜在棘波和棘慢波的分类和定位,实现对SWI的自动量化。本发明通过预设缺省窗口与多重特征卷积神经网络结合,可同时对不同持续时间的棘波和棘慢波进行自动检测。
-
公开(公告)号:CN119454035B
公开(公告)日:2025-04-29
申请号:CN202510060015.5
申请日:2025-01-15
Applicant: 复旦大学附属儿科医院 , 广州拜思医疗科技有限公司
Abstract: 本发明涉及电生理信号技术领域,具体涉及一体式电生理信号信息监测采集装置。包括有:佩戴帽,所述佩戴帽为刚性不形变材质;固定环,具有若干个,均固接于所述佩戴帽,所述固定环球接有调整柱,所述调整柱设置有第一空腔;滑动杆,穿透并滑动连接于相邻所述调整柱的所述第一空腔处,所述滑动杆设置有滑动盘;电极片,安装于所述滑动盘。本发明通过将佩戴帽设置为刚性不形变材质,因此佩戴帽受挤压或摩擦时不会发生拉伸变形的情况,通过将佩戴帽固定在患者头部上,以此使佩戴帽和患者头部形成一个整体,进而避免电极片在监测过程中发生偏移,同时通过灵活调整调整柱和电极片的位置,便于医护人员精确调整电极片的位置。
-
公开(公告)号:CN119326419A
公开(公告)日:2025-01-21
申请号:CN202411175537.1
申请日:2024-08-26
Applicant: 复旦大学
Abstract: 一种基于脑电信号的分析数据表示方法,通过获取单个目标对象的脑电信号,将脑电信号表示成可供使用的分析数据;步骤S1,对脑电信号进行预处理,得到脑电信号预处理数据;步骤S2,根据脑电信号预处理数据构建互差分自注意力邻接矩阵o;步骤S3,通过结点聚合操作,将互差分自注意力邻接矩阵o表示为矩阵一维向量,并通过一维顺序卷积模块提取矩阵一维向量中的特征,并将矩阵一维向量中的特征表示为特征一维向量,得到包含全部特征一维向量的降维数据集合Zall;步骤S4,将降维数据集合Zall整理为分析数据,并输出;本发明通过互差分自注意力邻接矩阵兼顾了计算效率与可解释性,为在分析数据的后续的便利应用提供了前提条件。
-
公开(公告)号:CN119837544A
公开(公告)日:2025-04-18
申请号:CN202510314656.9
申请日:2025-03-18
Applicant: 复旦大学附属儿科医院 , 上海术理智能科技有限公司
Abstract: 本发明涉及脑电采集技术领域,尤其涉及一种适用于新生儿的脑电采集装置。包括:固定罩;若干个第一固定壳,均设置于所述固定罩,所述第一固定壳安装且连通有吸附件,所述第一固定壳靠近所述吸附件的一侧固接有固定架,所述固定架安装有位于所述第一固定壳内的连接件,所述连接件远离所述固定架的一侧设置有位于所述固定罩内的采集模块。发明采用预先将吸附件扣在新生儿皮肤的方式,再向吸附件内喷涂导电液,使新生儿皮肤与电极片间存在适量导电液,这种方式不仅可控制导电液用量,还能够减少导电液的扩散,并且还能通过吸附件的吸附对导电片提供一个稳定的物理支撑结构,确保电极片与新生儿皮肤紧密接触。
-
公开(公告)号:CN119454035A
公开(公告)日:2025-02-18
申请号:CN202510060015.5
申请日:2025-01-15
Applicant: 复旦大学附属儿科医院 , 广州拜思医疗科技有限公司
Abstract: 本发明涉及电生理信号技术领域,具体涉及一体式电生理信号信息监测采集装置。包括有:佩戴帽,所述佩戴帽为刚性不形变材质;固定环,具有若干个,均固接于所述佩戴帽,所述固定环球接有调整柱,所述调整柱设置有第一空腔;滑动杆,穿透并滑动连接于相邻所述调整柱的所述第一空腔处,所述滑动杆设置有滑动盘;电极片,安装于所述滑动盘。本发明通过将佩戴帽设置为刚性不形变材质,因此佩戴帽受挤压或摩擦时不会发生拉伸变形的情况,通过将佩戴帽固定在患者头部上,以此使佩戴帽和患者头部形成一个整体,进而避免电极片在监测过程中发生偏移,同时通过灵活调整调整柱和电极片的位置,便于医护人员精确调整电极片的位置。
-
公开(公告)号:CN116421144A
公开(公告)日:2023-07-14
申请号:CN202310119357.0
申请日:2023-02-15
Applicant: 复旦大学
IPC: A61B5/00 , G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08 , A61B5/369 , A61B5/372
Abstract: 本发明属于癫痫性脑病辅助诊断技术领域,具体为一种ESES相关癫痫性脑病自动量化和预后评估模型及其训练和使用方法。本发明脑病自动量化和预后评估模型包括脑网络特征提取模块、脑电深度特征提取模块以及识别诊断模块;脑网络特征提取模块包括计算模块、图卷积神经网络、注意力机制网络,得到脑网络图论特征和图谱特征,并将两者融合得到数据片段间状态转换的信息;脑电深度特征提取模块用于提取脑电深度特征;识别诊断模块用于将由脑电深度特征提取模块提取的脑网络特征和由脑电深度特征提取模块提取的脑电深度特征进行融合,并进行ESES特征波的识别以及预后等级的评估。本发明不仅实现对ESES自动量化,还实现对ESES相关癫痫性脑病预后评估,从而大幅提高ESES诊疗效率。
-
-
-
-
-
-