[发明专利]基于卷积神经网络的长程脑电图自动癫痫检测方法

权利要求书

1.一种基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于所述步骤如下：

(1)、对癫痫病人的脑电图信号进行预处理；

(1.1)、对癫痫病人长程多通道脑电图信号进行同步分帧取样，并标签化；

(1.2)、使用带通滤波对每帧脑电图信号做去噪处理；

(2)、构建通道独享式卷积神经网络；

(3)、训练网络，得到检测器。

2.根据权利要求1所述的基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于：所述步骤(1.1)中同步分帧取样，并标签化的过程包括如下步骤：

(a1)、确定帧长和帧移；

(a2)、对脑电图信号中所有通道进行时间同步的分帧，得到N个多通道脑电图帧；

(a3)、为每个帧标签化为发作期“0”或间歇期“1”。

3.根据权利要求1所述的基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于：所述步骤(1.2)中脑电图信号做去噪处理方法是采用带宽为0.5-100Hz的巴特沃夫滤波器对N个脑电图帧信号进时域滤波。

4.根据权利要求1所述的基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于：所述步骤(2)中的通道独享式卷积神经网络的构建包括如下步骤：

(c1)、确定卷积深度D；

(c2)、将N个脑电图帧等分为n个批次，每个批次含有b个脑电图帧；

(c3)、构造批归一化层，对每个批次样本帧进行批归一化处理；

(c4)、构造通道独享卷积层，确定特征核的长度与数量并初始化，对每个批次样本帧进行卷积运算，执行(c2)步骤；

(c5)、添加relu激活层，进行稀疏处理；

(c6)、构造最大池化层，确定最大值降采样比例，对(c3)的结果进行池化处理；

(c7)、重复(c2)-(c6)步骤D-1次；

(c8)、添加全连接层，执行(c2)步骤；

(c9)、添加sigmoid输出决策层。

5.根据权利要求4所述的基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于：所述步骤(c4)中卷积运算的步骤如下：

对于每帧脑电图信号为X,卷积核大小为W,通道到独享式卷积定义为：令m＝s-l+1,则有

其中，

s表示帧长，l表示特征核的长度，c表示脑电图通道数，m表示卷积后的帧长，i,j为X、W、Y的索引下标，Y为卷积特征图。

6.根据权利要求1所述的基于卷积神经网络的长程脑电图自动癫痫检测方法，其特征在于：所述步骤(3)中的训练网络使用批量梯度下降法对网络参数进行优化，得到检测器。