首页> 中国专利> 基于脑功能网络特征的癫痫发作预测方法

基于脑功能网络特征的癫痫发作预测方法

摘要

本发明公开了一种基于脑功能网络特征的癫痫发作预测方法,本发明采用NPDC作为脑功能网络连通性的测量,并分析了癫痫发作时相关脑区的活动信息。此外,通过结合脑功能网络特征提取和ELM,开发了一种新的预测方法来预测癫痫发作的时间。结果表明,该方法在所有受试者的所有脑电图频段均取得了良好的表现,准确率高达84.0%,平均预测时间高达1325.59秒,优于目前的研究方法。本研究的结果表明,所提出的预测方案更适合于实际癫痫发作预测。

著录项

  • 公开/公告号CN109893126A

    专利类型发明专利

  • 公开/公告日2019-06-18

    原文格式PDF

  • 申请/专利权人 杭州电子科技大学;

    申请/专利号CN201910217803.5

  • 发明设计人 胡月静;张启忠;席旭刚;高云园;

    申请日2019-03-21

  • 分类号

  • 代理机构杭州君度专利代理事务所(特殊普通合伙);

  • 代理人朱月芬

  • 地址 310018 浙江省杭州市下沙高教园区2号大街

  • 入库时间 2024-02-19 09:57:37

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-07-12

    实质审查的生效 IPC(主分类):A61B5/0476 申请日:20190321

    实质审查的生效

  • 2019-06-18

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号