公开(公告)号：CN118021324B

公开(公告)日：2024-06-21

申请号：CN202410432089.2

申请日：2024-04-11

Applicant: 安徽大学

Inventor： 谭春雨 ,  田云飞 ,  吴巧云 ,  周云 ,  孙长银

IPC: A61B5/374 ,  A61B5/00 ,  G06F18/24 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及脑电信号处理技术领域，解决了现有技术难以将脑电信号时频信息与时空信息进行融合的技术问题，尤其涉及一种癫痫脑电信号识别方法，包括获取以固定频率采样并保存为单通道的原始脑电信号数据；对原始脑电信号数据进行数据切分得到脑电信号数据片段；将脑电信号数据片段输入到时频表示层得到不同频带的多通道脑电信号，并通过注意力网络层对时频特征进行特征加强；构建脉冲编码层将多通道脑电信号编码成多通道二值脉冲序列。本发明在保证了对于癫痫脑电信号识别精度的前提下，通过脉冲形式的网络学习和信息传递，降低了网络的数据负载和体量，提升了网络的运行速度，并且减少了能耗，在便携式设备上有广泛的应用前景。

公开(公告)号：CN118021324A

公开(公告)日：2024-05-14

申请号：CN202410432089.2

申请日：2024-04-11

Applicant: 安徽大学

Inventor： 谭春雨 ,  田云飞 ,  吴巧云 ,  周云 ,  孙长银

IPC: A61B5/374 ,  A61B5/00 ,  G06F18/24 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及脑电信号处理技术领域，解决了现有技术难以将脑电信号时频信息与时空信息进行融合的技术问题，尤其涉及一种癫痫脑电信号识别方法，包括获取以固定频率采样并保存为单通道的原始脑电信号数据；对原始脑电信号数据进行数据切分得到脑电信号数据片段；将脑电信号数据片段输入到时频表示层得到不同频带的多通道脑电信号，并通过注意力网络层对时频特征进行特征加强；构建脉冲编码层将多通道脑电信号编码成多通道二值脉冲序列。本发明在保证了对于癫痫脑电信号识别精度的前提下，通过脉冲形式的网络学习和信息传递，降低了网络的数据负载和体量，提升了网络的运行速度，并且减少了能耗，在便携式设备上有广泛的应用前景。

公开(公告)号：CN116842361A

公开(公告)日：2023-10-03

申请号：CN202310750180.4

申请日：2023-06-25

Applicant: 安徽大学

Inventor： 谭春雨 ,  田云飞 ,  周云 ,  吴巧云

IPC: G06F18/213 ,  A61B5/372 ,  A61B5/374 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/09 ,  G16H50/30

Abstract: 本发明公开了基于时频注意力混合深度网络的癫痫脑电信号识别方法，包括以下步骤：步骤一：对原始脑电信号数据进行预处理；步骤二：利用时频注意力机制模块对预处理后的脑电信号进行时频表示；步骤三：构建混合深度网络模块对拓展后的脑电信号进行时空信息提取；步骤四：将所述特征提取后的脑电信号通过特征分类模块进行特征融合并且分类，将分类精度作为最终的评价指标。相比于现有技术，解决了现有技术难以将脑电信号时空信息进行融合的问题，从而提高癫痫检测的准确率。