首页 > 专利学习

...基于深度学习算法的头皮脑电图致痫区的识别与定位方法[发明专利]

专利名称：一种基于深度学习算法的头皮脑电图致痫区的识别与定位方法

专利类型：发明专利

发明人：蔡庆玲，梁伟霞，裴海军，周毅，邓少风

申请号：CN201810478375.7

申请日：20180518

公开号：CN108852350A

公开日：

20181123

专利内容由知识产权出版社提供

摘要：本发明属于人工智能和深度学习领域，具体涉及一种基于深度学习中的LRCN网络的头皮脑电图致痫区的识别与定位方法，本发明的发明构思：将癫痫脑电图像巧妙地分为正常、发作前期、发作高峰以及发作后期四个阶段，利用深度学习中的LRCN网络自动的提取癫痫脑电图中四个不同阶段的时间特征信息和空间特征信息，以此作为判断标准自动识别和定位出癫痫脑电图像中的不同阶段，并结合癫痫发作过程的特点——依次出现正常、发作前期、发作高峰、发作后期这四个阶段，最终实现对癫痫脑电图像致痫区的识别和定位，提高了癫痫识别的准确率、避免了人工手动地提取复杂的特征信息，具有更好的泛化性能。

申请人：中山大学

地址：510300 广东省广州市海珠区新港西路135号

国籍：CN

代理机构：广州知友专利商标代理有限公司

本文发布于:2024-09-21 18:45:40，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/402846.html

上一篇：一种基于调用链数据的根因定位算法[发明专利]

下一篇：权利要求中含有数学算法时的审查