一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法技术

一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，包括：1)对每个受试者的EEG数据进行通道提取、降频、数据截取及子带滤波；2)使用所有受试者的训练数据对sbCNN模型进行迁移学习训练，对测试数据分类，获得其对所有刺激频率的分类得分并归一化；3)使用测试受试者的训练数据对TRCA模型进行训练，获得每个刺激频率的空域滤波器和模板，集成所有刺激频率的空域滤波器对模板和测试实验进行滤波，对滤波后的模板和测试实验做相关运算，获得测试实验的分类得分并归一化；4)将两个模型的分类得分相加，按照分类得分大小进行模式分类，识别测试实验的刺激频率。本发明专利技术能够改进脑机接口的分类精度，促进其实际应用。

【技术实现步骤摘要】

本专利技术涉及脑科学技术和计算机技术。更具体地说，本专利技术涉及脑机接口技术与脑电信号处理技术。

技术介绍

1、脑机接口(brain-computer interface,bci)，是指在大脑与具有信息处理能力的设备之间，创建用于信息交换的连接通路，实现信息的交换或对设备的控制。bci技术可以实现大脑与外部设备的交互，跨越常规的大脑信息输出通路，在医疗健康等领域有广阔的应用前景。同时，随着现代医学对大脑结构和功能的不断探索，人类已经对运动、视觉、听觉、语言等大脑功能区有了较为深入的了解，通过bci获取大脑区域信息并对其进行分析，在神经系统疾病的诊断、筛查、治疗与康复等领域将有广泛的应用。

2、由于采集便利和低的代价，脑电(electroencephalogram,eeg)信号是应用最广泛的bci输入信号。在各种基于eeg的bci系统中，视觉bci(visual bci)在信息传输率、可识别的目标数、适用的人群、以及用户训练时间等方面具有明显的优点，因而受到广泛的关注。基于稳态视觉诱发电位(steady-state visual evoked p本文档来自技高网...

【技术保护点】

1.一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，所述步骤(1)包括以下步骤：

3.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，所述步骤(2)包括以下步骤：

4.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，所述步骤(3)包括以下步骤：

5.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机...

【技术特征摘要】

1.一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，所述步骤(1)包括以下步骤：

3.根据权利要求1所述的一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，所述步骤(2)包括以下步骤：

4.根据权...

【专利技术属性】
技术研发人员：魏庆国，李昌，
申请(专利权)人：南昌大学，
类型：发明
国别省市：