科创中国

本成果提出了一种基于脉冲群智能算法并结合STFT-PSD和PCA的癫痫时期分类方法。癫痫是一种严重的脑功能障碍的疾病，不仅使患者躯体遭受痛苦，而且在一定程度上导致精神及社会心理障碍。癫痫严重损害患者的身心健康.将癫痫脑电信号从不同时期的检测出来,能够给医生诊断病情带来帮助。

本成果提出一种基于脉冲群智能算法并结合STFT-PSD和PCA的癫痫时期分类方法，并提高其分类准确率。在特征提取方面，首先用STFT-PSD或WPT提取非线性的时频特征，然后，采用PCA提取主成分特征并消除噪声和不重要的冗余特征。在特征分类方面，脉冲群智能分类算法不仅充分考虑了个体合作和信息交互，拥有很强的鲁棒性，并且考虑更多的信息，拥有更强的计算能力。

癫痫是一种由脑部神经元阵发性异常超同步电活动导致的慢性非传染性疾病, 也是全球最常见的神经系统疾病之一. 基于EEG的癫痫自动检测是指通过机器学习、分布检验、相关性分析和时频分析等数据分析方法, 对癫痫发作阶段的EEG信号进行自动识别的研究问题, 能够为癫痫诊疗与评估提供客观参考依据, 从而减轻医生工作负担并提高治疗效率, 因此具有十分重要的理论意义与实际应用价值.。本成果通过脉冲群智能算法并结合STFT-PSD和PCA，将癫痫时期分类，给医生诊断病情带来帮助。

北京工业大学是一所以工为主，工、理、经、管、文、法、艺术、教育相结合的多科性市属重点大学。8个学科跻身2020年QS世界大学排行榜前500，位列QS2020年世界大学排名中国内地第32，工程学、材料科学、化学、环境科学与生态学、计算机科学、生物学与生物化学6个学科进入ESI前1％。 该成果的第一发明人段立娟教授是IEEE会员，ACM会员，中国密码学会会员，中国计算机学会高级会员，中国人工智能学会科普专委会委员，中国图象图形学学会视觉大数据专委会委员。2003年在中国科学院计算所获得计算机应用技术博士学位。2006年、2009年分别在澳大利亚詹姆斯库克大学、德国波茨坦大学做短期的学术访问。2010.3-2011.3受国家留学基金委资助到Texas大学Austin分校访问。2006年入选北京市委组织部优秀人才培养计划，2012年入选北京市属高等学校青年拔尖人才培育计划，2013年入选北京工业大学“京华人才”。2012年获北京工业大学教育教学成果一等奖。2012年获得中国电子学会二等奖。2015年获得中国电子学会三等奖。

本成果通过脉冲神经网络算法不仅考虑个体互助和信息交互，而且拥有很强的鲁棒性，同时神经元更加接近大脑中真实的神经元，考虑更多的时间信息，拥有更强的计算能力。目前中国癫痫患病率为7‰，活动性癫痫患病率为4.6‰，此外我国癫痫的治疗缺口较大，约为63%，据此估算我国目前现有癫痫患者约为900多万人，其中活动性癫痫患者为640多万人。本成果能更快捷的帮助医生对病人所处癫痫时期进行判断，更好的制定治疗方案。

入门费3000元，提成费按2%提取，许可期限届满日至：2039年9月30日。