融合小波包变换的一维MobileNet癫痫脑电信号识别 |
| |
作者姓名: | 刘安康 成凌飞 张 宣 |
| |
作者单位: | 河南理工大学物理与电子信息学院 |
| |
基金项目: | 基于彩色多普勒4D超声成像的心磁源重构方法研究,国家自然科学青年基金(基金号:61601173) |
| |
摘 要: | 针对目前传统神经网络内存需求大,运算量大,在移动端或嵌入式设备上运行困难等问题,提出了一种融合了小波包变换的轻量级卷积神经网络模型,用于癫痫脑电信号识别的研究。根据癫痫脑电信号的特性,首先采用小波包变换将脑电信号分成三个频段,然后运用改进的一维MobileNet训练、分类。同时引入超参数宽度因子α,通过改变宽度因子的大小以调整模型的深度。实验结果表明,当一维MobileNet模型的宽度因子α选取为0.75时,最终准确率达到100%,其模型的计算量和参数量分别为56.1M和1.24M。与现有的癫痫EEG信号识别方法比较,此模型在准确率、参数量、计算量方面均有不错的表现。
|
关 键 词: | 脑电信号;癫痫检测;小波包变换;MobileNet;轻量级神经网络 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |