本发明专利针对癫痫的脑电检测的低识别率现象,设计了高精度模式识别算法。算法创新性地运用卷积神经网络对传感信号处理,从而进行疾病和健康的分类。算法由PYTHON3.6.5的Keras工具搭建,包括三层卷积层,三个池化层和四个随机失活层,最后用两个全连接层得到最终输出。电子鼻系统的传感时间序列数据作为算法的输入,最终得到高准确率、高灵敏度和高特异性的癫痫或健康的识别效果。此算法可在癫痫无损检测领域进行广泛应用。
声明:
“基于卷积神经网络的癫痫无创诊断的识别算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)