基于脑连接结构的癫痫脑电识别系统技术方案

本发明专利技术涉及基于脑连接结构的癫痫脑电识别系统，包括隶属度提取模块，被配置为：获取预处理后的脑电数据结构中每个边对每个图层的隶属度，利用图的隶属度构造多层图结构；采样模块，被配置为：获取原始脑电数据中包含的癫痫特征；分类模块，被配置为：利用癫痫特征和已构造的图结构分类脑电数据中的癫痫数据和非癫痫数据，实现癫痫识别。从原始脑电图数据中提取出数据的底层连接结构，以图结构的方式来展现，再利用图结构和癫痫特征对原始脑电数据进行分类，从而对给定的脑电图数据进行癫痫识别，在完成癫痫识别的同时更好地传达大脑激活模式信息，从而反映癫痫和大脑激活模式之间的关联。关联。关联。

【技术实现步骤摘要】
基于脑连接结构的癫痫脑电识别系统


[0001]本专利技术涉及脑电信号处理
，具体为基于脑连接结构的癫痫脑电识别系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]了解一个人的精神状态时往往通过脑电图来分析大脑活动，脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。癫痫是由多种病因引起的,以脑内神经元过度放电所致的突然、反复、短暂的部分或整个脑功能障碍为特征的慢性疾患，通过检测脑电图是否有异常波动可以判断癫痫病人是否病情发作。
[0004]现有技术中通过机器学习、神经网络等训练方式实现脑电图的识别从而完成某一类脑类疾病检测，往往依赖大量包含疾病特征的训练数据，例如通过训练的方式识别癫痫，这种方式的准确性不高，无法体现大脑各功能区的激活模式。

技术实现思路

[0005]为了解决上述
技术介绍
中存在的技术问题，本专利技术提供基于脑连接结构的癫痫脑电识别系统，从原始脑电图数据中提取出数据的底层连接结构，以图结构的方式来展现，再利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于脑连接结构的癫痫脑电识别系统，其特征在于：包括：隶属度提取模块，被配置为：获取预处理后的脑电数据结构中每个边对每个图层的隶属度，利用图的隶属度构造多层图结构；采样模块，被配置为：获取原始脑电数据中包含的癫痫特征；分类模块，被配置为：利用癫痫特征和已构造的图结构分类脑电数据中的癫痫脑电数据和非癫痫脑电数据，实现癫痫识别。2.如权利要求1所述的基于脑连接结构的癫痫脑电识别系统，其特征在于：所述隶属度提取模块连接预处理模块。3.如权利要求2所述的基于脑连接结构的癫痫脑电识别系统，其特征在于：所述预处理模块获取待检测的多通道脑电信号进行去噪处理。4.如权利要求3所述的基于脑连接结构的癫痫脑电识别系统，其特征在于：所述预处理模块接收去噪处理后的每个通道的脑电信号，按照设定时间长度，划分为若干个时间段的脑电信号。5.如权利要求1所述的基于脑连接结构的癫痫脑电识别系统，其特征在于：所述隶属度提取模块通过原始脑电数据集输入已构建的网...

【专利技术属性】
技术研发人员：赵艳娜，薛明睿，董长续，张高波，何佳桐，褚登雨，郑元杰，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：