申请/专利权人:杭州电子科技大学
申请日:2023-12-15
公开(公告)日:2024-03-15
公开(公告)号:CN117708499A
主分类号:G06F18/10
分类号:G06F18/10;G06F18/213;G06F18/24;G06F18/25;G06N3/0464;G06N3/047;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了基于动态特征共识的子域自适应运动想象EEG解码方法,该方法首先获取运动想象脑电信号数据并预处理,划分为源域与目标域。其次构建子域自适应运动想象EEG解码模型,将预处理后的源域EEG数据和目标域无标签EEG数据输入解码模型,获取源域和目标域脑电特征向量、预测结果,目标域脑电特征向量与其对应预测结果一起存储到目标域信息存储库中,用于生成目标域伪标签,构造损失函数训练运动想象EEG解码模型。最后根据训练好的运动想象EEG解码模型,对目标域数据进行解码。本发明有效缩小源域与目标域域间及子域间特征分布差异,提升了MI‑EEG信号跨被试场景下分类准确率。
主权项:1.基于动态特征共识的子域自适应运动想象EEG解码方法,其特征在于,包括如下步骤:S1、获取运动想象脑电信号EEG数据,进行数据预处理并划分为源域与目标域;S2、构建基于动态特征共识的子域自适应运动想象EEG解码模型,所述模型包括时空域特征提取模块、时域特征提取模块、分类器、目标域信息存储库和多尺度域差异融合模块;S3、将预处理后的源域EEG数据和目标域无标签EEG数据输入运动想象EEG解码模型,获取源域脑电特征向量、分类结果和目标域脑电特征向量,构造损失函数训练运动想象EEG解码模型;S4、根据训练好的运动想象EEG解码模型,对目标域数据进行解码。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 基于动态特征共识的子域自适应运动想象EEG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。