公开(公告)号：CN114267444A

公开(公告)日：2022-04-01

申请号：CN202111587403.7

申请日：2021-12-23

申请人： 成都信息工程大学

发明人： 郜东瑞 ,  冯李霄 ,  张丽 ,  彭波 ,  曹文朋 ,  严明靖 ,  汪曼青 ,  张永清

IPC分类号： G16H50/20 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N20/00 ,  A61B5/00

摘要： 本发明公开了一种利用睡眠结构检测阻塞性呼吸暂停及夜间额叶癫痫的方法，包括以下步骤：S1、数据采集：分别采集健康人、OSA患者和NFLE患者的睡眠数据；S2、数据预处理；S3、建立自动睡眠分期网络模型，利用自动睡眠分期网络模型对健康人睡眠数据进行分期处理；S4、进行迁移学习，得到OSA患者和NFLE患者的睡眠分期结构；S5、建立睡眠疾病检测模型。本发明利用睡眠结构检测OSA及NFLE疾病的方法，能够从睡眠结构层次有效检测OSA及NFLE睡眠疾病，该模型具有实际应用的潜力。

公开(公告)号：CN114010208B

公开(公告)日：2023-09-08

申请号：CN202111311799.2

申请日：2021-11-08

申请人： 成都信息工程大学

发明人： 郜东瑞 ,  郑文银 ,  王柯杰 ,  曹文朋 ,  严明靖 ,  唐雪 ,  张良钰 ,  汪曼青 ,  张永清

IPC分类号： A61B5/378 ,  A61B5/374 ,  A61B5/00

摘要： 本发明公开一种适用于SSVEP分类的零填充频域卷积神经网络方法，应用于脑电信号处理领域，针对现有技术对SSVEP和SSVEP子类的SSMVEP脑电信号的分类准确率和信息传输速率较低的问题；本发明首先使用脑电采集设备采集人体大脑枕部九个电极的SSVEP脑电信号；其次对脑电信号进行预处理；之后在时域对预处理后的脑电信号进行补零填充，提取九个通道的SSVEP信号的功率谱密度中感兴趣的基频频带和二次谐波频带组合成一个特征矩阵；最后将该特征矩阵作为CNN深度学习模型的输入，使用非线性变换对不同类别的SSVEP信号进行识别；采用本发明的方法能获得较高的分类准确率。

公开(公告)号：CN114010208A

公开(公告)日：2022-02-08

申请号：CN202111311799.2

申请日：2021-11-08

申请人： 成都信息工程大学

发明人： 郜东瑞 ,  郑文银 ,  王柯杰 ,  曹文朋 ,  严明靖 ,  唐雪 ,  张良钰 ,  汪曼青 ,  张永清

IPC分类号： A61B5/378 ,  A61B5/374 ,  A61B5/00

摘要： 本发明公开一种适用于SSVEP分类的零填充频域卷积神经网络方法，应用于脑电信号处理领域，针对现有技术对SSVEP和SSVEP子类的SSMVEP脑电信号的分类准确率和信息传输速率较低的问题；本发明首先使用脑电采集设备采集人体大脑枕部九个电极的SSVEP脑电信号；其次对脑电信号进行预处理；之后在时域对预处理后的脑电信号进行补零填充，提取九个通道的SSVEP信号的功率谱密度中感兴趣的基频频带和二次谐波频带组合成一个特征矩阵；最后将该特征矩阵作为CNN深度学习模型的输入，使用非线性变换对不同类别的SSVEP信号进行识别；采用本发明的方法能获得较高的分类准确率。