[发明专利]卷积神经网络训练方法、脑电信号识别方法、装置和介质在审

专利信息
申请号: 202010710647.9 申请日: 2020-07-22
公开(公告)号: CN111882036A 公开(公告)日: 2020-11-03
发明(设计)人: 王力;黄伟键;刘彦俊;颜振雄;王友康 申请(专利权)人: 广州大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06K9/00;G06F3/01
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 胡辉
地址: 510006 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 卷积 神经网络 训练 方法 电信号 识别 装置 介质
【说明书】:

发明公开了一种卷积神经网络训练方法、脑电信号识别方法、装置和介质,卷积神经网络训练方法包括执行多次获取过程,每次获取过程分别获取脑电信号,对脑电信号执行时域数据增强和频域数据增强,使用经过增强的脑电信号训练卷积神经网络等步骤。本发明所训练的卷积神经网络为多输入、多卷积尺度、多卷积类型的混合卷积神经网络,合理设计了多输入卷积层以及卷积核的大小,具有较高的识别准确率;训练卷积神经网络所用的训练集是基于采集所得的脑电信号进行时域数据增强和频域数据增强扩充得到的,能够提高对卷积神经网络的训练数据量,减轻过拟合现象,能够有效应对脑电信号中的噪声干扰,改善识别效果。本发明广泛应用于信号处理技术领域。

技术领域

本发明涉及信号处理技术领域,尤其是一种卷积神经网络训练方法、脑电信号识别方法、装置和介质。

背景技术

脑机接口可以将大脑活动转化为计算机控制指令,从而控制外部设备,可被广泛应用于医学和工业控制等领域。脑电信号具有无侵袭性和高时间分辨率等优点,因而用作脑电接口的信号源。将脑电信号应用在脑机接口,涉及对脑电信号的识别过程,即识别脑电信号属于哪种类型或者具有哪些特征,从而转化为计算机控制指令。脑电信号也具有非平稳、非线性和随机性等特点,即脑电信号的特征是随时间变化的,因此脑电信号容易受到噪声干扰,对脑电信号的识别不利,对脑机接口的应用也不利。

发明内容

针对上述至少一个技术问题,本发明的目的在于提供一种卷积神经网络训练方法、脑电信号识别方法、装置和介质。

一方面,本发明实施例包括一种卷积神经网络训练方法,包括:

执行多次获取过程;每次所述获取过程分别用于获取脑电信号;

对所述脑电信号执行时域数据增强和频域数据增强;

使用经过所述时域数据增强和频域数据增强的所述脑电信号训练所述卷积神经网络。

进一步地,所述获取过程包括:

通过C3、Cz和C4通道采集受试者在进行运动想象时产生的脑电信号;

将所述脑电信号分类为左手运动想象脑电信号或右手运动想象脑电信号;

对所述脑电信号进行分类标记;

将所述脑电信号归类为训练集或测试集;所述训练集用于训练所述卷积神经网络,所述测试集用于测试所述卷积神经网络。

进一步地,卷积神经网络训练方法还包括:

对所述脑电信号进行异常值筛除;

对所述脑电信号进行第一带通滤波。

进一步地,所述时域数据增强包括:

将所述脑电信号在时域上分解为数据片段;

在各次所述获取过程获取的所述脑电信号之间进行所述数据片段的对换;被对换的所述数据片段具有相同的时域位置;

对所述脑电信号进行第二带通滤波。

进一步地,所述频域数据增强包括:

对经过所述时域数据增强的所述脑电信号进行第三带通滤波;所述第三带通滤波具有多个通带,所述第三带通滤波的结果为获得所述脑电信号的频率成分;

在各次所述获取过程获取的所述脑电信号之间进行所述频率成分的对换;被对换的所述频率成分具有相同的频域位置。

进一步地,当所述脑电信号的强度达到预设的阈值,停止所述时域数据增强;

当所有所述脑电信号均被执行过至少一次所述时域数据增强,停止所述时域数据增强。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010710647.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top