【技术实现步骤摘要】
本申请涉及人工智能研究领域，更具体地说，涉及一种用于eeg信号的解析方法、装置、电子设备和存储介质。
技术介绍
1、随着人口老龄化加剧，痴呆的发病率逐年上升，痴呆发病的早期发现对医师建立有效的治疗方法以及对患者本人的生活质量改善都至关重要，而阿尔茨海默病(alzheimer's disease，ad)是目前最常见的痴呆类型。目前，基于脑电信号(electroencephalogram，eeg)对ad状态风险评估的分类标准主要为：健康(healthycontrol，hc)、轻度认知障碍(mild cognitive impairment，mci)状态和ad状态。相比于传统的量表认知测试，使用eeg信号可以更加客观的分析人们的认知水平变化，可以更好的追踪患者的疾病进程。
2、但，现有的对eeg信号解析方法还存在一些不足之处。第一，mci的样本比例都相对较少，导致解析准确度较低；第二，对年龄分布与地区分布等不同人群间的差异性考虑较少，导致对采集到的信号间的差异性考虑也较少；第三，eeg信号的空间分辨率较低，导致在低通道时分类性能会...
【技术保护点】
1.一种EEG信号的解析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述根据各个通道下的EEG信号得到每个通道的PSD具体为：
4.根据权利要求3所述的方法，其特征在于，所述窗口函数为汉宁窗函数；所述汉宁窗函数计算公式为：
5.根据权利要求3所述的方法，其特征在于，所述根据离散傅里叶变换后的数据计算每个通道的PSD具体为：
6.根据权利要求1所述的方法，其特征在于，所述根据各个通道的PSD确定每个通道的权重系数具体为：
7.根...
【技术特征摘要】
1.一种eeg信号的解析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述根据各个通道下的eeg信号得到每个通道的psd具体为：
4.根据权利要求3所述的方法，其特征在于，所述窗口函数为汉宁窗函数；所述汉宁窗函数计算公式为：
5.根据权利要求3所述的方法，其特征在于，所述根据离散傅里叶变换后的数据计算每个通道的psd具体为：
6.根据权利要求1所述的方法，其特征在于，所述根据各个通道的psd确定每个通道的权重系数具体为：
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。