[发明专利]一种镜卷积神经网络模型及运动想象脑电识别算法

权利要求书

1.一种镜卷积神经网络模型，其特征在于，由源模型与镜像模型共同构成了镜卷积神经网络模型；

通过源脑电信号左右脑半球的脑电通道互换构造镜像脑电信号并用于运动想象识别CNN模型训练，训练好的运动想象分类CNN模型被称为源模型；镜像模型为复制所述已训练源模型形成的镜像运动想象分类模型。

2.根据权利要求1所述的一种镜卷积神经网络模型，其特征在于，源脑电信号为：采集自出现运动想象提示之前的0.5秒到之后的4秒的4.5秒的脑电信号段，分别用4-38Hz或0-38Hz两种带通滤波器对脑电信号进行滤波，再使用移动指数平均方法去除信号噪点而获得。

3.根据权利要求1所述的一种镜卷积神经网络模型，其特征在于，镜像脑电信号是通过源脑电信号左右脑半球的脑电通道互换得到的。

4.一种基于镜卷积神经网络模型的运动想象脑电识别算法，其特征在于，具体包括以下步骤：

步骤1、训练阶段

通过源脑电信号左右脑半球的脑电通道互换构造镜像脑电信号并用于运动想象识别CNN模型训练，训练好的运动想象分类CNN模型被称为源模型；

步骤2、测试阶段

复制已训练源模型形成镜像运动想象分类模型即镜像模型，镜像模型与源模型组成镜卷积神经网络模型；源脑电信号输入源模型，镜像脑电信号输入镜像模型，结合源模型与镜像模型的输出类别概率形成最终类别概率输出，具有最大集成概率的类别将成为最终的预测标签。

5.根据权利要求4所述的一种基于镜卷积神经网络模型的运动想象脑电识别算法，其特征在于，步骤1中，源脑电信号为：采集自出现运动想象提示之前的0.5秒到之后的4秒的4.5秒的脑电信号段，用4-38Hz或0-38Hz两种带通滤波器对脑电信号进行滤波，再使用移动指数平均方法去除信号噪点而获得。

6.根据权利要求5所述的一种基于镜卷积神经网络模型的运动想象脑电识别算法，其特征在于，步骤1中，镜像脑电信号是通过源脑电信号左右脑半球的脑电通道互换得到的。