申请/专利权人:北京工业大学
申请日:2023-09-24
公开(公告)日:2024-01-12
公开(公告)号:CN117390424A
主分类号:G06F18/213
分类号:G06F18/213;G06F18/10;G06N3/0442;G06N5/01;G06N20/20;G06N3/0464;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明公开了基于脑源域ROI重要性的MI解码方法。首先,利用脑源成像技术及短时傅里叶变换,获得了ROI综合偶极子源估计的时频分析,提出一种基于随机森林的ROI重要性量化方法,对综合偶极子时频信息个性化处理;其次,结合等距方位投影算法和最近邻插值算法,利用ROI综合偶极子的空间位置信息,生成ROI重要性增强的偶极子时‑频‑空特征图序列ERDFIS;同时,将二维可分离卷积和门控递归卷积单元相融合,提出了一种轻量化神经网络融合识别方法,其中二维可分离卷积用于提取ERDFIS的空‑频特征,门控递归卷积单元则用于提取ERDFIS中丰富的时间信息,充分挖掘具有易鉴别性的时‑频‑空特征,以提高运动想象任务的识别精度。
主权项:1.基于脑源域ROI重要性的MI解码方法,其特征在于:包括如下步骤,步骤1,对MI-EEG信号预处理;步骤2,基于ESI的脑源逆变换;步骤3,综合偶极子位置信息的确定;步骤4,综合偶极子序列的确定;步骤5,综合偶极子序列的时频分析;步骤6,ROI重要性量化;步骤7,ROI重要性增强偶极子特征表示;步骤8,子频段特征图序列生成;步骤9,轻量化融合神经网络ERDFIS。
全文数据:
权利要求:
百度查询: 北京工业大学 基于脑源域ROI重要性的MI解码方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。