[发明专利]基于瞬时频率和功率谱熵融合特征的脑电信号分析方法有效
| 申请号： | 201910495542.3 | 申请日： | 2019-06-10 |
| 公开（公告）号： | CN110292377B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 杨淳沨;骆春桃;伍家松;孔佑勇;陈阳;杨冠羽;舒华忠 | 申请（专利权）人： | 东南大学 |
| 主分类号： | A61B5/372 | 分类号： | A61B5/372 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 刘莎 |
| 地址： | 210096*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于瞬时频率和功率谱熵融合特征的脑电信号分析方法，包括以下步骤：(1)提取慢波睡眠期的正常脑电信号和早期帕金森病的脑电信号，分别计算其瞬时频率和功率谱熵，从而构成一个二维的时序特征；(2)将二维时序特征作为LSTM神经网络的输入并进行训练学习；(4)利用训练学习号的神经网络对待评估脑电信号进行分析。该方法效果良好，能区分帕金森病病人与正常人的脑电信号。 | ||
| 搜索关键词： | 基于 瞬时 频率 功率 融合 特征 电信号 分析 方法 | ||
【主权项】：
1.基于瞬时频率和功率谱熵融合特征的脑电信号分析方法，其特征在于，包括以下步骤：(1)获取若干组慢波睡眠期的正常脑电信号，并分别提取其瞬时频率和功率谱熵作为正常脑电信号的二维时序特征；(2)获取若干组早期帕金森病人的慢波睡眠期的脑电信号，并分别提取其瞬时频率和功率谱熵作为病期脑电信号的二维时序特征；(3)以(1)和(2)中正常脑电信号的二维时序特征和病期脑电信号的二维时序特征作为训练样本，对LSTM神经网络进行训练学习；(4)提取待分析脑电信号的瞬时频率和功率谱熵作为其二维时序特征，输入(3)中训练完成的LSTM神经网络，完成该脑电信号的分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910495542.3/，转载请声明来源钻瓜专利网。
