-
公开(公告)号：CN111568446B
公开(公告)日：2023-05-26
申请号：CN202010469004.X
申请日：2020-05-28
Applicant: 兰州大学
Abstract: 本发明提出一种结合人口学注意力机制的便携式脑电抑郁检测系统，一方面通过使用卷积神经网络来提升脑电信号序列学习和建模的准确性，另一方面结合注意力机制引入个体的人口学信息，实现更为有效的抑郁障碍检测。包括脑电数据采集模块、数据预处理模块、抑郁障碍检测模块；所述脑电数据采集模块用于采集被试的静息态脑电原始数据；所述数据预处理模块用于对采集的原始数据进行数据预处理；所述抑郁障碍检测模块用于基于数据预处理后的脑电数据完成抑郁障碍检测，采用人工神经网络构建并训练模型对脑电信号进行分类，联合使用卷积操作和注意力机制将人口学信息融合到脑电信号的建模过程中。
-
公开(公告)号：CN110876626B
公开(公告)日：2022-08-12
申请号：CN201911156635.X
申请日：2019-11-22
Applicant: 兰州大学
Abstract: 本发明提供的一种基于多导联脑电最优导联选择的抑郁检测系统，有效去除多导联脑电信号引起的信息冗余，降低计算复杂度，提高抑郁检测的识别率。包括：多导联脑电信号获取模块、脑电信号预处理模块、特征提取模块、导联选择模块、抑郁检测模块；多导联脑电信号获取模块用于获取静息状态采集的多导联脑电信号，脑电信号预处理模块用于对获取的多导联脑电信号进行预处理，特征提取模块用于提取进行最优导联选择的有效特征，所述导联选择模块用于采用修改版本的核排列作为目标函数，利用新的二元粒子群优化法来对目标函数进行导联选择，求取最优化导联子集，抑郁检测模块用于对选择出来的最优化导联子集进行识别，构建最优化抑郁检测分类模型，来进行抑郁检测。
-
公开(公告)号：CN111568446A
公开(公告)日：2020-08-25
申请号：CN202010469004.X
申请日：2020-05-28
Applicant: 兰州大学
IPC: A61B5/16 , A61B5/0476 , A61B5/048 , A61B5/00
Abstract: 本发明提出一种结合人口学注意力机制的便携式脑电抑郁检测系统，一方面通过使用卷积神经网络来提升脑电信号序列学习和建模的准确性，另一方面结合注意力机制引入个体的人口学信息，实现更为有效的抑郁障碍检测。包括脑电数据采集模块、数据预处理模块、抑郁障碍检测模块；所述脑电数据采集模块用于采集被试的静息态脑电原始数据；所述数据预处理模块用于对采集的原始数据进行数据预处理；所述抑郁障碍检测模块用于基于数据预处理后的脑电数据完成抑郁障碍检测，采用人工神经网络构建并训练模型对脑电信号进行分类，联合使用卷积操作和注意力机制将人口学信息融合到脑电信号的建模过程中。
-
公开(公告)号：CN110876626A
公开(公告)日：2020-03-13
申请号：CN201911156635.X
申请日：2019-11-22
Applicant: 兰州大学
IPC: A61B5/16 , A61B5/0476
Abstract: 本发明提供的一种基于多导联脑电最优导联选择的抑郁检测系统，有效去除多导联脑电信号引起的信息冗余，降低计算复杂度，提高抑郁检测的识别率。包括：多导联脑电信号获取模块、脑电信号预处理模块、特征提取模块、导联选择模块、抑郁检测模块；多导联脑电信号获取模块用于获取静息状态采集的多导联脑电信号，脑电信号预处理模块用于对获取的多导联脑电信号进行预处理，特征提取模块用于提取进行最优导联选择的有效特征，所述导联选择模块用于采用修改版本的核排列作为目标函数，利用新的二元粒子群优化法来对目标函数进行导联选择，求取最优化导联子集，抑郁检测模块用于对选择出来的最优化导联子集进行识别，构建最优化抑郁检测分类模型，来进行抑郁检测。
-
-
-
Search Results
4
records
(took 0.016 seconds)
