System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
:本专利技术涉及一种基于非周期指数流形的脑电解码方法。
技术介绍
0、
技术介绍
:
1、脑电图(electroencephalogram,简称eeg)是一种记录脑电活动的非侵入性方法,反映了大脑神经元的电活动,可以用于研究认知功能、脑功能状态和神经疾病等。eeg解码是指将eeg信号转化为对应的神经信息或脑功能状态的过程,可以用于识别运动意图、情绪状态、专注度等,为神经科学研究、脑机接口和临床诊断等领域提供重要支持。
2、非周期成分是eeg信号重要的组成部分,其功率随频率增加呈指数下降,通常用洛伦兹函数1/fχ建模,χ即为非周期指数。最新研究表明非周期指数会随着年龄、任务要求和认知状态动态变化,具有重要的生理意义。然而,传统eeg信号分析方法通常将非周期成分作为噪声或无关变量直接忽略,这一定程度上降低了脑电信号的解码准确率。功率谱密度作为一种常见的频域特征,可以参数化为周期性分量和非周期性分量,进而用于非周期特征的提取。因此,有必要开发一种基于非周期指数流形的脑电解码方法,利用非周期指数流形的概念,准确提取eeg信号的非周期特征,构建封闭形式时变循环单元并搭建封闭形式时变循环神经网络,以提高解码eeg信号的准确度。
技术实现思路
0、
技术实现思路
:
1、本专利技术的目的是,提供一种基于非周期指数流形的脑电解码方法,该方法提取eeg信号的非周期指数流形,构建封闭形式时变循环单元并搭建封闭形式时变循环神经网络,训练网络对非周期指数流形时间序列进行解码。<
...【技术保护点】
1.一种基于非周期指数流形的脑电解码方法,其特征在于,所述方法包括以下内容:获取脑电信号的非周期指数流形序列及对应的时间序列,维度为r;
2.根据权利要求1所述的基于非周期指数流形的脑电解码方法,其特征在于,所述封闭形式时变循环神经网络的数学模型为:
3.根据权利要求1所述的基于非周期指数流形的脑电解码方法,其特征在于,训练封闭形式时变循环神经网络时的损失函数为:其中,Loss表示损失,ns为样本个数,yd是第d个类别的目标概率,是第d个解码指令的概率权重;
4.根据权利要求1所述的基于非周期指数流形的脑电解码方法,其特征在于,所述非周期指数流形序列的提取过程是:
【技术特征摘要】
1.一种基于非周期指数流形的脑电解码方法,其特征在于,所述方法包括以下内容:获取脑电信号的非周期指数流形序列及对应的时间序列,维度为r;
2.根据权利要求1所述的基于非周期指数流形的脑电解码方法,其特征在于,所述封闭形式时变循环神经网络的数学模型为:
3.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员:武玲云,钱庆强,刘静,于海涛,朱致华,李帆,刘晓堃,
申请(专利权)人:唐山市工人医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。