一种面向癫痫脑电的识别方法

摘要

本发明公开了一种面向癫痫脑电的识别方法，包括以下步骤：S1、构建基于一维卷积神经网络的简化深度学习模型L‑NET；S2、采集脑电数据；S3、所述脑电数据经过EMD预处理，输入简化深度学习模型L‑NET；S4、所述简化深度学习模型L‑NET采用RMSProp算法作为模型优化算法，通过预定义的目标函数来进行损失估计。本发明设计的模型参数更少，效率更高。且通过实验验证，原始数据经过EMD处理后取前三阶分量，再利用一维CNN做分类识别这种方式识别率最高。相比于二维CNN，在简化癫痫脑电识别过程的同时，也提高了识别准确率。