【技术实现步骤摘要】
本专利技术涉及脑电图数据评估，更具体地，涉及一种基于脑电图与深度学习的慢性软组织疼痛分类方法及系统。
技术介绍
1、慢性软组织疼痛是指在身体的软组织结构中，如肌肉、韧带、肌腱或其他结缔组织中持续存在的疼痛感觉。这种类型的疼痛通常是长期存在的，持续时间可能为数月甚至数年。慢性软组织疼痛可以影响身体的不同部位，如颈部、肩部、背部、腰部、臀部、手臂或腿部等。慢性软组织疼痛的原因可能是多种多样的，包括长期的过度使用、姿势问题、创伤、炎症、神经压迫等。
2、慢性腰背痛和纤维肌痛综合症(fibromyalgia)是慢性软组织疼痛的两种常见类型。纤维肌痛以全身弥漫性疼痛为主要特征的慢性非关节性风湿病，症状谱广泛，除慢性疼痛外，疲劳、睡眠障碍及躯体功能下降也十分常见，还会出现心理、认知问题，如焦虑、抑郁、记忆力和注意力减退等。慢性腰背痛包括头枕部、颈项部、肩背、胸背、腰背及腰臀部等部位的疼痛，约占骨科门诊的90％以上。因此，慢性腰背痛的治疗更侧重于明确的病因和定向治疗，而纤维肌痛的治疗更为综合，包括药物、物理疗法和心理支持等多个方面，两者都...
【技术保护点】
1.一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述步骤S1中的预处理包括：
3.根据权利要求2所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述滤波去噪的步骤包括：
4.根据权利要求2所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述伪迹成分去除的步骤包括：
5.根据权利要求1所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述步骤S2中...
【技术特征摘要】
1.一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述步骤s1中的预处理包括：
3.根据权利要求2所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述滤波去噪的步骤包括：
4.根据权利要求2所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述伪迹成分去除的步骤包括：
5.根据权利要求1所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述步骤s2中的多尺度卷积注意力模块包括结构相同且并列设置的：特征提取路径1和特征提取路径2；
6.根据权利要求1所述的一种基于脑电图与深度学习的慢性软组织疼痛分类方法，其特征在于，所述步骤s2中的卷积transformer编码器由2个卷积transformer模块串联而成，每个卷积transformer模块均包括...
【专利技术属性】
技术研发人员：谢侃，邱世汉，杨俊杰，谢胜利，李炜，王湘，谢峰，古宇宏，杨其宇，张波，白文芳，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。