【技术实现步骤摘要】
本专利技术涉及运动想象识别领域，尤其涉及一种基于异构图网络的eeg-fnirs运动想象识别方法和装置。
技术介绍
1、运动想象是指人在想象自己肢体(或肌肉)运动但没有实际运动输出时，特定脑区仍会有激活的现象，是脑机接口领域一个重要的研究课题，在医学、娱乐、通信等领域有着重要作用。然而，高性能且具鲁棒性的运动想象解码仍然是该领域的一个挑战。
2、eeg(electroencephalogram，脑电图)记录了头皮表面的电位变化，具有较高的时间分辨率；fnirs则可以通过检测血红蛋白的浓度变化来反映脑神经活动带来的脑血流量和氧代谢率的变化，具有较高的空间分辨率。二者存在时空优势互补，且同时具有安全无损、测量方便、易实现便携等特点，因此，结合eeg和fnirs两种技术进行运动想象解码具有更高的研究价值和现实意义。
3、eeg-fnirs双模态信息融合面临的一个关键问题就是如何挖掘这两种模态数据间的互补信息，以提升eeg-fnirs双模态运动想象识别的性能。eeg和fnirs是典型的异构模态数据，这种异构性主要体现在两种...
【技术保护点】
1.一种基于异构图网络的EEG-fNIRS运动想象识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于异构图网络的EEG-fNIRS运动想象识别方法，其特征在于，所述EEG信号数据的预处理具体包括：
3.根据权利要求1所述的基于异构图网络的EEG-fNIRS运动想象识别方法，其特征在于，所述fNIRS信号数据的预处理具体包括：
4.根据权利要求1所述的基于异构图网络的EEG-fNIRS运动想象识别方法，其特征在于，所述时间特征提取模块包括EEG时间特征提取卷积网络和fNIRS时间特征提取卷积网络，其中，所述EEG时间特...
【技术特征摘要】
1.一种基于异构图网络的eeg-fnirs运动想象识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于异构图网络的eeg-fnirs运动想象识别方法，其特征在于，所述eeg信号数据的预处理具体包括：
3.根据权利要求1所述的基于异构图网络的eeg-fnirs运动想象识别方法，其特征在于，所述fnirs信号数据的预处理具体包括：
4.根据权利要求1所述的基于异构图网络的eeg-fnirs运动想象识别方法，其特征在于，所述时间特征提取模块包括eeg时间特征提取卷积网络和fnirs时间特征提取卷积网络，其中，所述eeg时间特征提取卷积网络用于提取eeg信号数据的时间特征，所述fnirs时间特征提取卷积网络用于提取fnirs信号数据的时间特征；
5.根据权利要求1所述的基于异构图网络的eeg-fnirs运动想象识别方法，其特征在于，所述eeg信号数据和fnirs信号数据的时间特征分别表示为：
6.根据权利要求1所述的基于异构图网络的eeg...
【专利技术属性】
技术研发人员：崔健，薛云龙，张莎莎，王兆祥，郑重，蒋田仔，
申请(专利权)人：之江实验室，
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。