申请/专利权人：燕山大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117860271A

主分类号：A61B5/372

分类号：A61B5/372;G06F18/241;G06F18/214;G06F18/25;G06N3/0464;G06N3/082;G06N3/0985;A61B5/369;A61B5/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及一种运动想象脑电信号的分类方法，属于运动想象技术领域，解决了现有技术中因在捕捉脑电信号的复杂特征方面存在局限性导致分类准确度低的技术问题。本发明的方法包括：采集的执行运动想象任务的脑电信号数据，并对脑电信号数据进行预处理，每隔预设时长截取一个时间窗的数据作为分类样本；基于分类样本构造时域‑空间三维数据和频域‑空间三维数据；将时域‑空间三维数据和频域‑空间三维数据通过注意力模块进行特征提取；将注意力模块处理后的两种三维数据分别输入三维卷积网络模型进行特征提取；将三维卷积网络处理后的两种三维数据同时输入融合层进行特征融合，获取运动想象分类结果。本发明提高了脑电信号的分类精度。

主权项：1.一种运动想象脑电信号的分类方法，其特征在于，所述方法包括：通过采样电极多通道采集执行运动想象任务的脑电信号数据，并对所述脑电信号数据进行预处理，每隔预设时长截取一个时间窗的数据作为分类样本；基于所述分类样本构造时域-空间三维数据和频域-空间三维数据；所述时域-空间三维数据包括多层二维时域特征图，其层数表示时间段；所述频域-空间三维数据包括多层二维频域特征图，其层数表示频段；将时域-空间三维数据和频域-空间三维数据通过注意力模块进行特征提取；将经过注意力模块处理后的时域-空间三维数据和频域-空间三维数据分别输入三维卷积网络模型进行特征提取；将三维卷积网络模型处理后的时域-空间特征数据和频域-空间特征数据同时输入融合层进行特征融合，获取运动想象分类结果。

全文数据：

权利要求：

百度查询： 燕山大学 一种运动想象脑电信号的分类方法

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