申请/专利权人：重庆邮电大学

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807553A

主分类号：G06F18/25

分类号：G06F18/25;G06F18/214;G06F18/10;G06F18/2131;G06N3/0464;G06N3/049;G06N3/045;G06F18/2415;G06F17/14;A61B5/372;A61B5/397

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明请求保护一种基于时频卷积的脑肌电信号融合解码方法。首先对脑电信号和肌电信号的同步触发采集，并对实时信号进行存储，构建了脑肌电同步信号数据集；将预处理后的脑肌电信号进行短时傅里叶变换，分别获取脑肌电信号的时域融合特征和频域独立特征；通过设计的双分支网络结构获取脑肌电信号深层次时域特征，以及在频域特征分支引入频域注意力机制，来增强脑肌电信号在探索不同频域成分中的有效性，提高脑电频域特征的提取与表达；最终将脑肌电信号的时域特征和频域特征在特征层后期进行拼接融合，再将融合后的特征向量输入到两个全连接层中，最后对其进行解码分类，有效的提高了脑肌电融合解码的准确率和稳定性。

主权项：1.一种基于时频卷积的脑肌电信号融合解码方法，其特征在于，包括以下步骤：步骤1：同步采集脑肌电信号并构建数据集，对原始脑肌电信号进行预处理；步骤2：对脑肌电的时域和频域特征进行特征提取，使用短时傅里叶变换将脑电信号和肌电信号分别进行时频转换；步骤3：选用双分支结构分别获取脑肌电信号时域和频域特征；对脑电时频图与肌电时频图在频域维度上进行拼接，将脑肌电融合后的特征保存为拼接时频图；对获取的脑电信号频谱图和肌电信号频谱图分别进行频段分解，进行频域特征维度的拼接融合；步骤4：将步骤3中脑肌电信号拼接后的时频图作为时域卷积网络分支的输入，并选用1×10尺度的卷积核，依次获取输入特征图的时域特征；使用时间维度上的连续卷积单元，从基本的浅层时域特征中提取更深层次的时域特征表示；步骤5：将步骤3中脑电信号频谱图和肌电信号频谱图分别作为频域分支网络的输入，选用10×1的卷积核分别提取脑电信号和肌电信号的频域特征，并引入频域注意力机制，在特征层后期将脑肌电频域特征进行拼接融合；步骤6：将步骤4和步骤5分别得到的脑肌电信号时域特征和频域特征展平为一维特征向量，然后对其进行特征拼接，将拼接后的特征向量送到两个串联的全连接层中；最后，通过Softmax函数得到分类概率，即得到脑肌电信号融合解码分类的准确率。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于时频卷积的脑肌电信号融合解码方法

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。

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