-
公开(公告)号:CN114093501B
公开(公告)日:2024-07-02
申请号:CN202111216851.6
申请日:2021-10-19
申请人: 杭州电子科技大学
IPC分类号: G16H50/20 , G06V20/40 , G06V40/20 , G06V10/764 , G06V10/762 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , A61B5/00 , A61B5/372 , A61B5/11 , G06N3/048
摘要: 本发明公开了一种基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法。本发明结合脑电信号特征和同步视频数据的特征,旨在实现精准可靠的儿童癫痫患者的发作检测识别。本发明将脑电与视频数据特征融合在一起训练分类模型,提高了发作检测的识别率,同时利用数据均衡对融合特征进行处理,克服了癫痫发作期的数据远少于发作间期的问题;同时本发明采用了YOLO目标检测的方法,检测出视频中儿童癫痫患者的位置再对其进行下一步处理,克服了实际工作中,医院摄像头采集的视频数据不够理想的问题;本发明在提取时空兴趣点后,引入时空兴趣点筛选模块,减少了对视频中冗余信息的特征提取,精简了视频特征,提高了儿童癫痫发作检测率。
-
公开(公告)号:CN114093501A
公开(公告)日:2022-02-25
申请号:CN202111216851.6
申请日:2021-10-19
申请人: 杭州电子科技大学
IPC分类号: G16H50/20 , G06V20/40 , G06V40/20 , G06V10/764 , G06V10/762 , G06V10/80 , G06V10/82 , A61B5/00 , A61B5/372 , A61B5/11 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法。本发明结合脑电信号特征和同步视频数据的特征,旨在实现精准可靠的儿童癫痫患者的发作检测识别。本发明将脑电与视频数据特征融合在一起训练分类模型,提高了发作检测的识别率,同时利用数据均衡对融合特征进行处理,克服了癫痫发作期的数据远少于发作间期的问题;同时本发明采用了YOLO目标检测的方法,检测出视频中儿童癫痫患者的位置再对其进行下一步处理,克服了实际工作中,医院摄像头采集的视频数据不够理想的问题;本发明在提取时空兴趣点后,引入时空兴趣点筛选模块,减少了对视频中冗余信息的特征提取,精简了视频特征,提高了儿童癫痫发作检测率。
-