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。

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