[发明专利]一种联合递归图和CNN的脑电信号识别方法及系统在审
| 申请号： | 201910753679.4 | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110555468A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 王文波;辜权;狄奇;喻敏;陈贵词;钱龙 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;A61B5/00;A61B5/04;A61B5/0476 |
| 代理公司： | 11401 北京金智普华知识产权代理有限公司 | 代理人： | 杨采良 |
| 地址： | 430081 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于医疗技术领域，公开了一种联合递归图和CNN的脑电信号识别方法及系统，将预处理后的脑电信号数据利用经验模态分解将运动想象脑电信号分解为不同尺度的固有模态函数，并计算各个尺度的固有模态分量的多尺度递归图，得到第1级特征；将重构后的多尺度递归图视为左右手EEG信号的图像特征，并将多尺度递归图特征作为卷积神经网络的输入，利用卷积神经网络对递归图进行分类识别，从第1级特征中提取能够更好表述运动想象脑电信号的第2级特征。本发明的脑电信号识别率高，能够更好的识别脑电信号；本发明采用互信息法确定延迟时间结果更为准确。本发明采用ReLU激活函数，当输入为正数时，不存在梯度饱和的问题。 | ||
| 搜索关键词： | 脑电信号 递归 多尺度 卷积神经网络 运动想象 左右手 尺度 预处理 固有模态分量 固有模态函数 经验模态分解 医疗技术领域 分类识别 互信息法 激活函数 时间结果 数据利用 图像特征 识别率 重构 延迟 饱和 分解 联合 | ||
【主权项】：
1.一种联合递归图和CNN的脑电信号识别方法，其特征在于，所述联合递归图和CNN的脑电信号识别方法包括：/n将运动想象脑电信号分解为不同尺度的固有模态函数，并计算各个尺度的固有模态分量的多尺度递归图，得到第1级特征；/n将重构后的多尺度递归图作为EEG信号的图像特征，并将多尺度递归图特征作为卷积神经网络的输入，利用卷积神经网络对递归图进行分类识别，从第1级特征中提取表述运动想象脑电信号的第2级特征。/n
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武汉科技大学，未经武汉科技大学许可，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/patent/201910753679.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于模型迁移的工业数据分类方法
- 下一篇：处理交互序列数据的方法及装置
