基于多尺度特征融合构建多视角及协同学习的癫痫检测方法
本发明属于智能癫痫检测领域,涉及基于多尺度特征融合构建多视角及协同学习的癫痫检测方法。该方法在时域、频域、时频域三种视角的基础上首先进行深度学习得到深度多视角特征集。本发明进一步通过基于深度多视角特征集构建全局多尺度融合网络来学习三个深度视角的全局融合视角,以及对各视角进行局部强化的全局融合多尺度融合网络。基于上述多尺度融合网络,将抽取出四个视角:即一个一般化全局融合视角和三个局部强化的全局融合视角,并连同前述三视角深度特征集共获得七个深度特征视角。本发明较之于传统的分类器,该分类器即具有多视角,最终得到一个具有高泛化性和较好透明性的癫痫检测模型,可以更有效地提升检测精度。
《基于多尺度特征融合构建多视角及协同学习的癫痫检测方法》是一发明专利,专利号为 202310025370X,当前法律状态为已下证,由江南大学提出申请,发明人为邓赵红;王鹏彪;胡曙东;刘月影;王士同,申请日期为2023-01-09,公开(公告)日期为2026-05-26,国际专利分类号(IPC)为 G06F 18/24 (2023.01),高新资质:未报高企,所属技术领域包括:脑电智能诊断、癫痫脑电识别、多尺度多视角协同学习网络、EEG时序信号研判、神经系统疾病辅助筛查、多尺度脑电特征、跨视角协同学习、痫样信号识别、脑电时序分类、神经内科辅助诊断、长程脑电筛查、发作信号检出、脑电AI模型、时序神经信号、癫痫风险筛查。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于智能癫痫检测领域,涉及基于多尺度特征融合构建多视角及协同学习的癫痫检测方法。该方法在时域、频域、时频域三种视角的基础上首先进行深度学习得到深度多视角特征集。本发明进一步通过基于深度多视角特征集构建全局多尺度融合网络来学习三个深度视角的全局融合视角,以及对各视角进行局部强化的全局融合多尺度融合网络。基于上述多尺度融合网络,将抽取出四个视角:即一个一般化全局融合视角和三个局部强化的全局融合视角,并连同前述三视角深度特征集共获得七个深度特征视角。本发明较之于传统的分类器,该分类器即具有多视角,最终得到一个具有高泛化性和较好透明性的癫痫检测模型,可以更有效地提升检测精度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
