← 返回列表
一种基于FA-CNN的运动想象脑电信号处理方法及FA-CNN模型
申请人信息
- 申请人:上海韶脑传感技术有限公司
- 申请人地址:200444 上海市宝山区丰翔路1919号2幢240室
- 发明人: 上海韶脑传感技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于FA-CNN的运动想象脑电信号处理方法及FA-CNN模型 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311327839.1 |
| 申请日 | 2023/10/13 |
| 公告号 | CN117390543A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/2415 |
| 权利人 | 上海韶脑传感技术有限公司 |
| 发明人 | 杨帮华; 李东泽; 秦溢阳; 柯思雄; 张佳杨; 张永怀; 夏新星; 高守玮; 梁晋涛 |
| 地址 | 上海市宝山区丰翔路1919号2幢240室 |
摘要文本
上海韶脑传感技术有限公司获取“一种透气窗帘布”专利技术，本发明公开一种基于FA‑CNN的运动想象脑电信号处理方法及FA‑CNN模型，包括以下步骤：对脑电数据进行预处理，包括去除噪声、滤波处理、去除伪迹和基线漂移；通过FA‑CNN模型的深度卷积和可分离卷积的组合提取预处理后的脑电信号的时空特征，并通过全连通层进行分类；由Softmax函数激活后输出运动想象任务；反向训练FA‑CNN模型。本发明的技术方案通过对脑电数据进行预处理，以得到纯净的脑电数据；对通道维度上的数据进行深度卷积，用深度卷积层融合不同频率的时空特征，可分离卷积将深度卷积和点卷积结合起来，学习每个特征序列在不同时间尺度上的特征，并优化混合特征，批量归一化减少过拟合，提高模型训练速度；以高效准确地处理脑电数据信号，得到准确的运动想象任务。
专利主权项内容
1.一种基于FA-CNN的运动想象脑电信号处理方法，其特征在于，包括以下步骤：对脑电数据进行预处理，包括去除噪声、滤波处理、去除伪迹和基线漂移；通过FA-CNN模型的深度卷积和可分离卷积的组合提取预处理后的脑电信号的时空特征，并通过全连通层进行分类；由Softmax函数激活后输出运动想象任务；反向训练FA-CNN模型，用于优化FA-CNN模型的参数。 来自马-克-数-据