公开(公告)号：CN114569141A

公开(公告)日：2022-06-03

申请号：CN202210216836.X

申请日：2022-03-07

Applicant: 南京邮电大学

Inventor： 徐欣 ,  张尹 ,  纪卓捷 ,  吴建盛

IPC: A61B5/369 ,  A61B5/00 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于特征通道融合和深度学习的癫痫预测系统，该系统采用了非线性降维算法的T分布随机近邻嵌入算法(t‑SNE)来对癫痫脑电信号的特征通道信息进行融合，并通过短时傅里叶变换计算得到的时域、频域信息作为特征输入到深度残差收缩神经网络中，通过对癫痫的发作间期和发作前期进行识别，从而对癫痫的发作进行预测。该方法从特征维度的改进和分类器设计方面着手，不需要进行人工特征提取，改善了特征信息的表达，这为后续将癫痫预测推向临床应用提供了新的方法。

公开(公告)号：CN113987411A

公开(公告)日：2022-01-28

申请号：CN202111506236.9

申请日：2021-12-10

Applicant: 南京邮电大学

Inventor： 徐欣 ,  张如浩 ,  张尹 ,  邢书榕 ,  张佳欣

IPC: G06F17/15 ,  A61B5/00 ,  A61B5/389

Abstract: 一种基于改进二乘法基线漂移去除方法，首先将采样的数据按照一定大小开窗分段。分段后，利用改进最小二乘法对多项式拟合，得到每一个窗口的拟合函数。将原数据减去拟合函数的值，得到滤波完成之后的数值后，加上原数据的平均值，将数据整体拉回基线，完成算法过滤步骤。从时域和频域两方面，多个指标汇总来看，基于改进最小二乘法对基线漂移的去除效果比最小二乘法效果提高5%左右，且对信号的衰减率与改进前类似，因此可以看出该算法在改进后的各方面综合指标均优于改进前，具有良好的基线漂移去除效果。