-
公开(公告)号:CN116712088A
公开(公告)日:2023-09-08
申请号:CN202310819776.5
申请日:2023-07-05
申请人: 西安交通大学
摘要: 本发明公开了一种基于机器学习的癫痫放电节律特征识别方法及相关装置,本发明利用全波段的全脑节点频域特征配合随机森林分类,大大减少判断癫痫放电时脑电节点的使用数量,这对于实际应用来说可以使得设备更便携,甚至能够达到仅仅使用三个贴片就能得到需要的诊断数据,大大降低了诊断成本。对于三个节点所拓展出来的多个特征,利用t‑SNE非线性降维的方法在尽可能保留全部特征的基础上有目的性地对于数据进行了降维,使其更有利于简单的机器学习分类。本发明可以大幅减少冗余数据,倘若辅以一定的医学观察,将大大提高一部分癫痫患者的安全性。