【技术实现步骤摘要】
本专利技术属于信息分类，具体涉及一种基于深度学习的运动想象脑电信号分类方法及系统及电子装置。
技术介绍
1、随着脑机接口(brain computer interface,bci)是一种人机接口方式，人们无需语言或肢体动作，直接通过大脑活动来控制外部设备。而运动想象是最常见的脑机接口范式之一，运动想象是想象特定肢体运动的脑电活动过程，并通过脑机接口技术，采集受试者在该过程中产生的脑电数据，分析受试者在采集信号时大脑中的意图，并将该意图转换成对外部设备的控制指令。基于运动想象的脑机接口技术在改善患者康复治疗效果方面有重要的应用价值。
2、随着深度学习技术的快速发展，越来越多的深度学习模型应用于基于运动想象的脑机接口技术，以提高患者康复效率。基于深度学习的脑电信号处理和分类成为脑科学和脑机接口领域的研究热点。
3、现有的基于深度学习的运动想象脑电信号分类中存在分类精度不高的问题，这会影响对外部设备的精准控制。分类精度不高的根本原因是运动想象脑电信号是一种非常微弱的信号，易受肌体活动等干扰，信噪比很低。
>技术实本文档来自技高网...
【技术保护点】
1.一种基于深度学习的运动想象脑电信号分类方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的一种基于深度学习的运动想象脑电信号分类方法，其特征在于：所述S2中时空注意力特征提取的具体步骤为，
3.根据权利要求2所述的一种基于深度学习的运动想象脑电信号分类方法，其特征在于：所述S3中的卷积神经网络模型对原始脑电数据以及脑电数据的时空注意力特征进行处理步骤为：
4.根据权利要求3所述的一种基于深度学习的运动想象脑电信号分类方法，其特征在于：所述S4的具体步骤为：
5.一种基于深度学习的运动想象脑电信号分类系统，其特征
...
【技术特征摘要】
1.一种基于深度学习的运动想象脑电信号分类方法，其特征在于：包括如下步骤，
2.根据权利要求1所述的一种基于深度学习的运动想象脑电信号分类方法，其特征在于：所述s2中时空注意力特征提取的具体步骤为，
3.根据权利要求2所述的一种基于深度学习的运动想象脑电信号分类方法，其特征在于：所述s3中的卷积神经网络模...
【专利技术属性】
技术研发人员：黄柳舟，
申请(专利权)人：意念中枢重庆科技有限公司，
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。