【技术实现步骤摘要】
本专利技术涉及信号处理，尤其涉及一种运动想象脑电信号分类方法、系统、电子设备及介质。
技术介绍
1、脑机接口(brain-computer interface，简称bci)是一种直接连接脑部神经元和外部设备的技术，通过脑机接口可以采集并分析脑部神经元产生的脑电信号，转换成控制指令，使得个体可以通过脑部神经元的产生的脑电信号与外部设备进行交互；脑电图(eeg)是脑电接口中常用的信号源，通过在个体脑部设置电极，采集个体的脑电信号，记录大脑活动；基于脑机接口和脑电图，个体可以通过运动想象(motor imagery)来模拟运动而不进行实际运动，进而控制外部设备。
2、通过运动想象来控制外部设备，需要准确分类运动想象时产生的脑电信号，但脑电信号具有非平稳、非线性、随机性、易干扰、个体差异性大等特点，现有的分类方法对人工经验依赖性强、对脑电信号分类准确率低，分类效率低。
技术实现思路
1、本申请实施例的主要目的是提供一种运动想象脑电信号分类方法、系统、装置及存储介质，能够提高分类准确率，
【技术保护点】
1.一种运动想象脑电信号分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述脑电信号数据进行时间特征和空间特征提取，得到第一特征数据集，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第一特征数据集进行深层次时间特征提取，得到若干个第二特征数据，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第三特征数据进行最高级时间特征提取，得到第四特征数据集，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述第三特征数据进行双向时间特征提取，得到第一...
【技术特征摘要】
1.一种运动想象脑电信号分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述脑电信号数据进行时间特征和空间特征提取，得到第一特征数据集，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第一特征数据集进行深层次时间特征提取，得到若干个第二特征数据，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述第三特征数据进行最高级时间特征提取，得到第四特征数据集，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述第...
【专利技术属性】
技术研发人员：王力，熊诗明，夏国贤，邓嘉贤，杨佳烽，
申请(专利权)人：广州大学，
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。