申请/专利权人:闽江学院
申请日:2024-01-09
公开(公告)日:2024-03-22
公开(公告)号:CN117731306A
主分类号:A61B5/372
分类号:A61B5/372
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及一种基于边缘端卡尔曼滤波网络的实时脑电信号增强方法,包括:对EEG信号进行线性化处理,以获取更适用于卡尔曼滤波的线性化数据;将线性化处理后的脑电信号输入构建的边缘端卡尔曼滤波网络EKFNet中实现脑电信号增强;EKFNet网络包含预测阶段和更新阶段,在预测阶段通过卡尔曼方程计算先验估计值,在更新阶段先通过多尺度特征融合模块MSFF提取多层次特征来捕获噪声特征,再通过自适应增益估计模块AGE动态计算卡尔曼增益,并将其用于更新先验估计值,从而获得最优估计值。该方法可以实时、有效地增强脑电信号。
主权项:1.一种基于边缘端卡尔曼滤波网络的实时脑电信号增强方法,其特征在于,包括:对EEG信号进行线性化处理,以获取更适用于卡尔曼滤波的线性化数据;将线性化处理后的脑电信号输入构建的边缘端卡尔曼滤波网络EKFNet中实现脑电信号增强;EKFNet网络包含预测阶段和更新阶段,在预测阶段通过卡尔曼方程计算先验估计值,在更新阶段先通过多尺度特征融合模块MSFF提取多层次特征来捕获噪声特征,再通过自适应增益估计模块AGE动态计算卡尔曼增益,并将其用于更新先验估计值,从而获得最优估计值。
全文数据:
权利要求:
百度查询: 闽江学院 基于边缘端卡尔曼滤波网络的实时脑电信号增强方法
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。