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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD