脑电运动意图分类模型建立方法及其应用技术

本申请实施例公开了一种脑电运动意图分类模型建立方法及其应用，其中脑电运动意图分类模型建立方法包括：将未经过滤的脑电数据作为输入，对构建的卷积神经网络进行训练，得到输出的特征图和运动意图分类结果；根据特征图和运动意图分类结果，获取Grad

【技术实现步骤摘要】
脑电运动意图分类模型建立方法及其应用


[0001]本申请涉及医学图像处理
，具体涉及一种脑电运动意图分类模型建立方法及其应用。

技术介绍

[0002]脑卒中是最常见的疾病之一，语言和运动相关功能的障碍使脑卒中患者难以过上正常的生活。随着脑机接口(BCI,brain
–
computer interface)的发展，可以识别中风患者的意图，脑机接口是基于脑电图(EEG, electroencephalogram)中的事件相关同步(ERS, event
‑
related synchronization)或事件相关去同步(ERD, event
‑
related desynchronization)现象。此方法使用运动想象（MI, motor imagery）分类，但是准确地对脑电信号进行分类仍然是一个巨大的挑战。
[0003]为了提高MI分类的准确性，从而提高BCI的性能，目前被研究出大量的方法。MI分类方法通常可以分为两类：基于公共空间模式（CSP, Common Spatial P本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑电运动意图分类模型建立方法，其特征在于，包括：将未经过滤的脑电数据作为输入，对构建的卷积神经网络进行训练，得到输出的特征图和运动意图分类结果；根据所述特征图和运动意图分类结果，获取Grad
‑
CAM结果，根据所述Grad
‑
CAM结果判断出所述脑电数据中对正确的所述运动意图分类结果有利的有用数据和对正确的所述运动意图分类结果不利的无用数据；对所述脑电数据进行傅里叶变换，得到对应的频率，所述有用数据中与正确的所述运动意图分类结果有关的频率为良好频率，所述无用数据中与正确的所述运动意图分类结果无关的频率为不良频率，分别记录所述良好频率和不良频率；选择属于所述不良频率但不属于所述良好频率的频率作为过滤频率，过滤掉所述脑电数据中的所述过滤频率，将过滤后的所述脑电数据作为下一训练过程的输入对所述卷积神经网络继续进行训练，以得到目标脑电运动意图分类模型。2.根据权利要求1所述的脑电运动意图分类模型建立方法，其特征在于，所述脑电运动意图分类模型的主干网络由三个具有不同感受野的所述卷积神经网络分支组成，包括小感受野网络、中等感受野网络和大感受野网络。3.根据权利要求2所述的脑电运动意图分类模型建立方法，其特征在于，所述得到输出的运动意图分类结果包括：所述卷积神经网络的输入是包含时间和空间信息的22个电极信号的串联，前向和反向传播同时在不同的网络分支中进行，并在每个分支的末尾设置一个soft
‑
max激活，通过对分支各自的结果求和并将求和结果放入附加的soft
...

【专利技术属性】
技术研发人员：刘伟奇，马学升，陈金钢，彭思源，王肖玮，赵晓彤，
申请(专利权)人：同心智医科技北京有限公司，
类型：发明
国别省市：