[发明专利]时空特征融合的并行卷积网络运动想象脑电图分类方法有效
| 申请号： | 201911241265.X | 申请日： | 2019-12-06 |
| 公开（公告）号： | CN111012336B | 公开（公告）日： | 2022-08-23 |
| 发明（设计）人： | 唐贤伦;孔德松;邹密;刘行谋;马伟昌;李伟;王婷;彭德光;李锐 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | A61B5/369 | 分类号： | A61B5/369;A61B5/374;A61B5/00;G06V10/764;G06V10/774;G06V10/80;G06K9/62;G06T3/40;G06N3/04 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红;陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种时空特征融合的并行卷积神经网络运动想象脑电图识别方法。以运动想象脑电信号作为研究对象，提出一种新的深度网络模型‑并行卷积神经网络提取运动想象脑电信号的时空特征。与传统脑电分类算法往往丢弃脑电空间特征信息不同，通过快速傅里叶变换，提取Theta波(4‑8Hz)、alpha波(8‑12Hz)以及beta波(12‑36Hz)，生成2D脑电特征图。基于多重卷积神经网络对脑电特征图进行训练，提取空间特征。此外，利用时间卷积神经网络进行并行训练，提取时序特征。最后基于Softmax对空间特征以及时序特征进行融合以及分类。实验结果表明，并行卷积神经网络具有良好的识别精度，并且优于其他最新的分类算法。 | ||
| 搜索关键词： | 时空 特征 融合 并行 卷积 网络 运动 想象 脑电图 分类 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/201911241265.X/，转载请声明来源钻瓜专利网。
