一种基于卷积神经网络的癫痫病发作前期智能预测方法

摘要

本发明公开了一种基于卷积神经网络的癫痫病发作前期智能预测方法。本发明包括如下步骤：步骤1、原始信号频域转换后，对信号每个通道的19个特定频段预提取特征，即频段的均值与功率谱密度的均值；步骤2、对卷积神经网络进行二次特征提取；步骤3、结合支持向量机对卷积神经网络二次提取的特征分类，得到最后的识别类别。本发明不仅可以减少特征提取的工作量，而且可以通过最后的识别情况确定某个测试样本是否属于发作前期以及前期的状态，对于癫痫发作的预测任务而言更加精确以及更具有实时性。此外，在卷积神经网络的softmax层中，也可以得到每个样本属于每个类的概率分布，对结果的判断更加准确。