申请/专利权人：杭州电子科技大学

申请日：2021-12-27

公开（公告）日：2024-04-19

公开（公告）号：CN114176607B

主分类号：A61B5/369

分类号：A61B5/369;A61B5/374;A61B5/00;A61B5/16;A61B5/18;G06F18/2415;G06N3/045;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明公开了一种基于视觉Transformer的脑电信号分类方法，首先进行数据预处理，获取带标签的处理后的EEG数据，然后构建基于VisionTransformer的脑电信号分类模型；最后通过预处理后的EEG数据训练脑电信号分类模型：本发明方法通过合适的EEG特征嵌入方法对EEG样本进行特征嵌入然后学习EEG样本的局部特征与连续脑电信号之间的长时间依赖关系，在脑电信号分类任务中取得了较好的性能。

主权项：1.一种基于视觉Transformer的脑电信号分类方法，其特征在于，包含如下步骤：步骤1：数据预处理，获取带标签的处理后的EEG数据：步骤2：构建基于VisionTransformer的脑电信号分类模型；所述基于VisionTransformer的脑电信号分类模型EEGVisionTransformer由num个EEGTransformerEncoder模块，一个SequenceInTimeTransformerEncoder模块，num个分类器构成；EEGTransformerEncoder是在VisionTransformer的TransformerEncoder中的Multi-HeadAttention后添加了一个CNN模块构成的；SequenceInTimeTransformerEncoder是在VisionTransformer的TransformerEncoder中的Multi-HeadAttention后添加了一个MBConv模块构成的；所述num个EEGTransformerEncoder模块，用于学习连续num个样本的局部特征，学习到的num个样本的局部特征输入到SequenceInTimeTransformerEncoder模块中学习样本间的时序依赖，得到num个具有时序依赖的token；最后将num个token输入到num个分类器中进行分类，分类器为MLP模块；步骤3：通过预处理后的EEG数据训练脑电信号分类模型。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于视觉Transformer的脑电信号分类方法

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