申请/专利权人：山东大学

申请日：2022-07-15

公开（公告）日：2024-04-30

公开（公告）号：CN115251909B

主分类号：A61B5/12

分类号：A61B5/12;A61B5/38;A61B5/00;G06F18/2415;G06N3/0464;G06N3/084;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.11.18#实质审查的生效;2022.11.01#公开

摘要：本发明公开了一种基于时空卷积神经网络的脑电评估听力的方法及装置，所述方法包括：获取在特定范式音频诱发下得到的多通道脑电信号，并进行脑电信号滤波和分段预处理；基于预处理后的脑电信号，利用训练好的时空滤波听觉诱发脑电分类模型，得到听力评估分类结果；其中，时空滤波听觉诱发脑电分类模型首先对多通道脑电信号进行时域滤波，得到时域滤波特征向量，然后对时域滤波特征向量进行动态空域滤波，得到时空滤波后的特征矩阵，时空滤波后的特征矩阵经过神经网络进行分类，得到听力评估分类结果。本发明的时空卷积神经网络可以有效提升模型的可解释性，提高模型的泛化性能，降低模型的参数量，提高分类准确率。

主权项：1.一种基于时空卷积神经网络的脑电信号评估听力的方法，其特征在于，包括：获取特定范式音频信号诱发得到的多通道脑电信号，并进行脑电信号的滤波和分段预处理；基于预处理后的多通道脑电信号，利用训练好的时空滤波听觉诱发脑电分类模型，进行听力评估分类；其中，所述时空滤波听觉诱发脑电分类模型首先对多通道脑电信号进行时域滤波，得到时域滤波特征向量，然后对时域滤波特征向量进行动态空域滤波，得到时空滤波后的特征矩阵，所述时空滤波后的特征矩阵经过神经网络进行分类，得到听力评估分类结果；所述的对多通道脑电信号进行时域滤波，具体为： 其中，Ft为时域滤波特征向量，x为预处理后的多通道脑电信号，*为卷积运算算子，为时域滤波窗函数，时域滤波窗函数具体为： 其中，⊙为哈达玛积，g[n]为窗函数，Sinc函数调制的滤波器w可被表示为：w[n,f1,f2]＝2f2sinc2πf2n-2f1sinc2πf1n其中，Sinc函数为sincx＝sinxx，f1和f2表示滤波器的3dB截止频率；所述的对时域滤波特征向量进行动态空域滤波，具体为：Fc＝Ft*Sc其中，Fc为空域滤波后的特征，Sc为动态通道加权矩阵；所述动态通道加权矩阵Sc针对每个不同的脑电样本产生不同的通道加权系数，具体为：Sc＝Gx,θc其中，θc为动态神经网络参数，为时空滤波听觉诱发脑电分类模型训练过程中学习获得；G为动态神经网络，为包含动态神经网络参数θc的密集连接层：Gx,θc＝ReLux×θc；ReLu为一种非线性激活函数，当自变量大于零时，ReLu函数的输出为自变量本身，当自变量小于或等于零时，ReLu函数的输出为零。

全文数据：

权利要求：

百度查询： 山东大学 基于时空卷积神经网络的脑电信号评估听力的方法及装置

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