申请/专利权人:上海术理智能科技有限公司
申请日:2023-11-16
公开(公告)日:2024-02-20
公开(公告)号:CN117574248A
主分类号:G06F18/2411
分类号:G06F18/2411;G06F18/214;G16H20/40;A61B5/372;A61B5/026;A61B5/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明公开了一种基于EEG和fNIRS复合信号的运动想象分类方法,使用整合EEG通道和fNIRS通道的设备采集EEG信号和fNIRS信号,进行数据预处理;通过最优起始点对预处理后的EEG信号和fNIRS信号进行信号对齐,得到EEG和fNIRS复合信号;按照引导范式执行运动想象得到历史EEG和fNIRS复合信号作为训练集训练分类模型;按照引导范式执行运动想象计算实时EEG和fNIRS复合信号,使用训练好的分类模型对实时EEG和fNIRS复合信号进行预测。本发明结合EEG和fNIRS两类信号优点,通过优选特定的时间起点将EEG和fNIRs信号对齐,采用对齐后的信号进行分类预测,进而在信号中体现神经血管耦合机制,提高分类性能。
主权项:1.一种基于EEG和fNIRS复合信号的运动想象分类方法,其特征在于,包括步骤:使用整合EEG通道和fNIRS通道的信号采集设备采集EEG信号和fNIRS信号;对采集的EEG信号和fNIRS信号进行数据预处理;通过最优起始点对预处理后的EEG信号和fNIRS信号进行信号对齐,得到EEG和fNIRS复合信号;训练阶段,按照引导范式执行运动想象得到EEG信号和fNIRS信号数据集,得到历史EEG和fNIRS复合信号作为训练集训练分类模型;预测阶段,按照引导范式执行运动想象实时采集EEG信号和fNIRS信号,得到实时EEG和fNIRS复合信号,使用训练好的分类模型对实时EEG和fNIRS复合信号进行分类预测。
全文数据:
权利要求:
百度查询: 上海术理智能科技有限公司 一种基于EEG和fNIRS复合信号的运动想象分类方法
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。