申请/专利权人:东北电力大学
申请日:2023-12-22
公开(公告)日:2024-03-29
公开(公告)号:CN117789249A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/764;G06V10/774;G06V10/26;G06V10/40;G06V10/82;G06V10/80;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于多通道fNIRS的运动想象分类方法,属于脑电波技术领域。包括以下步骤:近红外数据的图像生成,通过数据获取、数据处理生成近红外数据的图像;左右手运动想象分类,基于格拉姆角场图像,通过SwinTransformer设计简化模型、ScConv取代标准卷积和SC‑SwinTransformerblocks提取重要特征,实现左右手运动想象分类。本发明采用上述的一种基于多通道fNIRS的运动想象分类方法,提出了一个视觉fNIRS框架,结合了ScConv和SwinTransformer,并且引入了通道注意力机制,有助于获得带有通道注意力的特征图,使模型能更有效地聚焦于通道信。能够充分利用SwinTransformer在图像分类领域的优势,将最新的计算机视觉模型应用于近红外信号分类问题,为解决近红外分类问题提供了深度学习技术的可能性。
主权项:1.一种基于多通道fNIRS的运动想象分类方法,其特征在于:包括以下步骤:S1、近红外数据的图像生成,通过数据获取、数据处理生成近红外数据的图像;S2、左右手运动想象分类,基于格拉姆角场图像,通过SwinTransformer设计简化模型、ScConv取代标准卷积和SC-SwinTransformerblocks提取重要特征,实现左右手运动想象分类。
全文数据:
权利要求:
百度查询: 东北电力大学 一种基于多通道fNIRS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。