-
公开(公告)号:CN115105094B
公开(公告)日:2024-06-25
申请号:CN202210832540.0
申请日:2022-07-15
Applicant: 燕山大学
IPC: A61B5/369 , A61B5/374 , A61B5/16 , A61B5/00 , G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/0985
Abstract: 本申请适用于脑电信号分类技术领域,提供了一种基于注意力和3D密集连接神经网络的运动想象分类方法,包括:获取脑电信号数据集,并根据脑电信号数据集构建三维表征数据;将三维表征数据输入到空间‑频谱‑时间注意力模块,动态捕捉不同脑电信号通道、频段和时间的特征,得到空间‑频谱‑时间信息;将空间‑频谱‑时间信息输入到3D密集连接神经网络中,利用跨阶段结构得到两个梯度流特征;利用特征融合策略将两个梯度流特征进行融合,得到特征分类模型。实现从低噪声比和非平稳的大脑信号中准确识别人类意图,提升运动想象分类任务的分类效果。
-
公开(公告)号:CN115105094A
公开(公告)日:2022-09-27
申请号:CN202210832540.0
申请日:2022-07-15
Applicant: 燕山大学
Abstract: 本申请适用于脑电信号分类技术领域,提供了一种基于注意力和3D密集连接神经网络的运动想象分类方法,包括:获取脑电信号数据集,并根据脑电信号数据集构建三维表征数据;将三维表征数据输入到空间‑频谱‑时间注意力模块,动态捕捉不同脑电信号通道、频段和时间的特征,得到空间‑频谱‑时间信息;将空间‑频谱‑时间信息输入到3D密集连接神经网络中,利用跨阶段结构得到两个梯度流特征;利用特征融合策略将两个梯度流特征进行融合,得到特征分类模型。实现从低噪声比和非平稳的大脑信号中准确识别人类意图,提升运动想象分类任务的分类效果。
-