【技术实现步骤摘要】
本专利技术属于脑电信号处理，特别是涉及一种运动想象脑电分类方法，以及对应的分类系统和设备。
技术介绍
1、脑电图(eeg)信号被广泛应用在脑机接口研究领域。运动想象(mi)是一种经典的脑电范式，无需肢体的实际运动，通过解码脑电信号识别人的左手、右手和双脚等运动意图。大脑感知外界信息并对其进行一定的分析和处理，然后通过外周神经系统的调节，实现与外部环境的信息交互。然而，某些患者由于先天因素或后天意外导致神经系统受损或运动功能丧失，大脑无法与外界进行正常的信息交互，如帕金森症、脑干中风、肌肉萎缩等。这些患者失去了部分肌肉控制能力，但是他们的大脑仍然可以产生各种电信号，反映其思维活动加工的过程。利用传感器设备或电极，可以收集这些电信号，并进一步通过脑电解析算法识别他们的真实意图，从而实现患者人脑和外部设备的信息交互，这种脑机交互方式被称为脑-机接口(brain-computer interface，bci)技术。基于运动想象的脑-机接口是一种被广泛应用的脑-机接口技术，其特点是通过“想象”肢体动作来产生脑电响应从而控制外部设备，运动想象bci...
【技术保护点】
1.一种运动想象脑电分类方法，其包括如下步骤：
2.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，所述运动想象脑电分类方法也包括：
3.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，在步骤S2中，根据源域脑电信号数据的预测输出结果和真实标签计算分类交叉熵损失LCE，计算公式如下：
4.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，在步骤S2中，对类混淆损失进行最小化处理得到最小类混淆损失，处理步骤如下：
5.如权利要求2所述的一种运动想象脑电分类方法，其特征在于，在步骤S1中，对源域和目标域...
【技术特征摘要】
1.一种运动想象脑电分类方法，其包括如下步骤：
2.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，所述运动想象脑电分类方法也包括：
3.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，在步骤s2中，根据源域脑电信号数据的预测输出结果和真实标签计算分类交叉熵损失lce，计算公式如下：
4.如权利要求1所述的一种运动想象脑电分类方法，其特征在于，在步骤s2中，对类混淆损失进行最小化处理得到最小类混淆损失，处理步骤如下：
5.如权利要求2所述的一种运动想象脑电分类方法，其特征在于，在步骤s1中，对源域和目标域的原始脑电信号数据进行原始数据层面上的数据分布差异的缩减步骤包括：带通滤波处理和欧几里得对齐处理。
6.如权利要求5所述的一种运动想象脑电分类方法，其特征在于，带通滤波处理采用ii型切比雪夫滤波器对源域和目标域的原始脑电信号数据进行滤波处理，ii型切比雪夫滤...
【专利技术属性】
技术研发人员：范存航，陈振，吕钊，李平，裴胜兵，
申请(专利权)人：安徽大学，
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。