-
公开(公告)号：CN109620148B
公开(公告)日：2020-03-31
申请号：CN201811446018.9
申请日：2018-11-29
申请人： 西安交通大学
IPC分类号： A61B5/00 , A61B5/0476 , G06K9/62
摘要： 本发明公开了一种基于稀疏极限学习机算法的癫痫检测集成电路，用包含256个点的窗口对脑电数据中的信号进行划分，数据类型为16位定点数，包括整数部分8位和小数部分8位，将已知类别的脑电数据通过小波变换电路模块生成四维信号，再将生成的信号输入特征提取电路模块得到八维特征向量，然后将八维特征向量输入分类器电路模块训练后分类输出；将未知类别的脑电信号依次经小波变换电路模块和特征提取电路模块后得到八维特征向量，将该八维特征向量输入分类器电路模块中进行分类后输出。本发明使用提升式小波变换对脑电信号处理，可以得到信号时域和频域中不同频带的特征，其结果优于传统的滤波器以及傅里叶变换。
-
公开(公告)号：CN109998536A
公开(公告)日：2019-07-12
申请号：CN201910245466.0
申请日：2019-03-28
申请人： 西安交通大学
IPC分类号： A61B5/0476 , A61B5/04 , A61B5/00
摘要： 本发明公开一种基于支持向量机的癫痫检测集成电路及其训练方法，在特征提取部分使用分布式查找表滤波器，降低了电路复杂度；增加频域方差特征，能够更好地反应脑电信号特征，提高了检测精度；使用改进版本的序贯最小化算法进行支持向量机训练电路的设计，避免原始版本的序贯最小化算法寻找不满足最优条件的拉格朗日乘子时产生的误判，可以使用更少的迭代次数达到相似性能，进一步提高了能效。同时通过将核函数计算模块进行流水线设计，提高了片上支持向量机的训练速度。本发明可以提高癫痫检测系统的便携性，提供更高能效的片上训练功能。
-
公开(公告)号：CN109998536B
公开(公告)日：2021-01-22
申请号：CN201910245466.0
申请日：2019-03-28
申请人： 西安交通大学
摘要： 本发明公开一种基于支持向量机的癫痫检测集成电路及其训练方法，在特征提取部分使用分布式查找表滤波器，降低了电路复杂度；增加频域方差特征，能够更好地反应脑电信号特征，提高了检测精度；使用改进版本的序贯最小化算法进行支持向量机训练电路的设计，避免原始版本的序贯最小化算法寻找不满足最优条件的拉格朗日乘子时产生的误判，可以使用更少的迭代次数达到相似性能，进一步提高了能效。同时通过将核函数计算模块进行流水线设计，提高了片上支持向量机的训练速度。本发明可以提高癫痫检测系统的便携性，提供更高能效的片上训练功能。
-
公开(公告)号：CN109620148A
公开(公告)日：2019-04-16
申请号：CN201811446018.9
申请日：2018-11-29
申请人： 西安交通大学
IPC分类号： A61B5/00 , A61B5/0476 , G06K9/62
摘要： 本发明公开了一种基于稀疏极限学习机算法的癫痫检测集成电路，用包含256个点的窗口对脑电数据中的信号进行划分，数据类型为16位定点数，包括整数部分8位和小数部分8位，将已知类别的脑电数据通过小波变换电路模块生成四维信号，再将生成的信号输入特征提取电路模块得到八维特征向量，然后将八维特征向量输入分类器电路模块训练后分类输出；将未知类别的脑电信号依次经小波变换电路模块和特征提取电路模块后得到八维特征向量，将该八维特征向量输入分类器电路模块中进行分类后输出。本发明使用提升式小波变换对脑电信号处理，可以得到信号时域和频域中不同频带的特征，其结果优于传统的滤波器以及傅里叶变换。
-
-
-
搜索结果
4 条记录 (耗时 0.026 秒)
