[发明专利]一种基于卷积神经网络的单导视觉诱发电位提取方法

摘要

一种基于卷积神经网络的单导视觉诱发电位提取方法，属于医学及生理信号检测与处理分析技术领域。首先，将得到的视觉刺激下的脑电信号去除伪迹和工频干扰。将观测信号进行叠加平均得到视觉诱发电位。对观测信号和视觉诱发电位进行处理，仿真不同时刻刺激下的观测信号和对应的诱发电位信号。利用诱发电位提取问题的模型对数据扩增，仿真不同信噪比下的观测信号和诱发电位信号。将数据划分成训练集和验证集，构建卷积神经网络用于提取诱发电位，对网络进行训练，采用测试集进行测试，恢复诱发电位波形。本发明能够不依赖其他的先验知识，实现动态跟踪不同时刻刺激下的诱发电位的变化，完成诱发电位的少次提取，有助于诱发电位临床医学的分析与研究。

主权项

1.一种基于卷积神经网络的单导视觉诱发电位提取方法，其特征在于以下步骤：第一步，获取视觉刺激下观测信号和视觉诱发电位信号1.1)在视觉刺激下通过头皮检测脑电信号，即观测信号，并对信号滤波去除伪迹；1.2)将观测信号按刺激时刻采用叠加平均法进行叠加平均得到视觉诱发电位；第二步，对观测数据和视觉诱发电位进行预处理2.1)利用傅里叶变换及其逆变换对观测信号和视觉诱发电位进行数据增强，以仿真每次刺激下诱发电位的动态变换，获取更多观测信号和视觉诱发电位信号；2.2)建立视觉诱发电位提取问题的模型，对2.1)所得观测信号进行零均值数据处理；第三步，构建深度学习网络，使其用于诱发电位信号的提取3.1)将预处理后的观测信号及视觉诱发电位信号作为输入信号和监督信号，并按比例划分成训练集和测试集；3.2)利用深度学习中卷积神经网络进行训练并使用测试集进行测试，恢复诱发电位波形。