一种基于孤独症儿童左右脑差异性建模的脑电分析方法

文档序号:37141102发布日期:2024-02-26 16:53阅读:来源:国知局

技术特征:

1.一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于:包括:

2.根据权利要求1所述的一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于:所述采用脑电数据获取模块采集正常儿童和孤独症儿童的静息态脑电数据,是使用128导脑电系统进行采集,选择覆盖四个功能脑区的46个电极,所有电极以cz为参考,阻抗控制在50kω以下。

3.根据权利要求1所述的一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于,所述预处理具体包括:

4.根据权利要求1所述的一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于,所述时序多尺度特征学习模块包括多尺度时间特征提取子模块和多尺度时间特征融合子模块;

5.根据权利要求1所述的一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于,所述空间特征学习与融合模块包括空间特征提取子模块和注意力空间特征融合子模块;

6.根据权利要求1所述的一种基于孤独症儿童左右脑差异性建模的脑电分析方法,其特征在于,所述通过分类损失优化模型完成训练过程,得到被分析者的患孤独症概率,具体是指:将时空融合特征矩阵输入到包含两个全连接层,一个relu激活函数以及一个softmax激活函数的分类层,并且使用交叉熵损失函数优化训练得到最终分析结果,交叉熵损失函数具体公式如下:


技术总结
本发明公开了一种基于孤独症儿童左右脑差异性建模的脑电分析方法,属于生物医学信息领域,包括采用脑电数据获取模块采集正常儿童和孤独症儿童的静息态脑电数据,并预处理成模型输入所需的多变量时间序列矩阵;采用时序多尺度特征学习模块捕获脑电信号时间维度上不同尺度的特征,并使用卷积层对多尺度时间特征进行融合;采用空间特征学习与融合模块分别对左右半脑进行空间维度上的卷积操作,提取更为丰富的通道间特征,并使用注意力机制最大化左右半脑特征差异性,最后通过加权平均进行数据融合;采用分类模块通过分类损失优化模型完成训练过程,得到被分析者的患孤独症概率。本发明能够提取孤独症脑电时空特征,提高了辅助分析判断的性能和精度。

技术研发人员:江国乾,胡婉玉,韩俊霞,李小俚,谢平
受保护的技术使用者:燕山大学
技术研发日:
技术公布日:2024/2/25
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1