一种基于运动想象脑电信号的识别方法和系统技术方案

本发明专利技术提供了一种基于运动想象脑电信号的识别方法和系统，涉及运动想象脑电信号处理技术领域，包括获取运动想象脑电信号MI‑EEG信号数据，并对来自多通道的MI‑EEG信号数据进行预处理；通过深度卷积生成对抗网络(DCGAN)模型对MI‑EEG信号进行数据增强；对MI‑EEG信号数据进行时域特征、频域特征和空间特征的提取，并进行特征融合；构建残差‑多头自注意力机制‑双向门控循环单元(Res‑MSA‑BiGRU)网络模型，将融合得到的数据特征输入到Res‑MSA‑BiGRU模型得到运动想象的识别结果。本发明专利技术通过全面提取运动想象脑电信号特征，实现了数据增强和多类特征融合，具有良好的左手、右手、双脚和舌头运动想象识别结果，有效支撑康复医学和人机交互的发展。

【技术实现步骤摘要】

本专利技术涉及运动想象脑电信号处理，具体涉及一种基于运动想象脑电信号的识别方法和系统。

技术介绍

1、随着科技的发展，人工智能和bci技术得到了飞速的发展，利用意念实现对外部设备的控制也成为了科技发展的重点方向。脑机接口(bci)旨在建立一种不依赖大脑外周神经和肌肉等正常输出通道，利用以计算机为主的一系列电子设备实现对大脑的直接通信与控制。运动想象脑电信号(mi-eeg)识别是一项基于脑机接口技术的研究，旨在通过捕捉和分析脑电信号来实现对人体运动想象意图的识别和分类。主要包括脑电信号采集技术、运动想象任务范式设计、特征提取和分类器设计以及实时反馈系统设计。脑电信号采集技术能够将脑电信号转换为数字信号并存储，为后续处理提供基础。运动想象任务范式设计使实验者能够通过特定的任务范式进行运动想象，以获得相应的脑电信号。特征提取和分类器设计则涉及从脑电信号中提取有效特征，并利用机器学习方法进行分类和识别。最后，实时反馈系统的设计使得运动想象脑电信号能够实时识别和控制外部设备，如机器人或假肢。

2、目前，利用mi-eeg信号进行人体运动想象意图识别的方法主本文档来自技高网...

【技术保护点】

1.一种基于运动想象脑电信号的识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于运动想象脑电信号的识别方法，其特征在于，所述步骤1中对来自多通道的MI-EEG信号数据进行预处理包括：

3.根据权利要求1所述的一种基于运动想象脑电信号的识别方法，其特征在于，所述步骤2中对MI-EEG信号数据通过深度卷积生成对抗网络(DCGAN)模型对MI-EEG信号数据进行数据增强包括：

4.根据权利要求1所述的一种基于运动想象脑电信号的识别方法，其特征在于，所述步骤3中对MI-EEG信号数据进行时域特征、频域特征和空间特征的提取，并进行特征融合包括：...

【技术特征摘要】

1.一种基于运动想象脑电信号的识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于运动想象脑电信号的识别方法，其特征在于，所述步骤1中对来自多通道的mi-eeg信号数据进行预处理包括：

3.根据权利要求1所述的一种基于运动想象脑电信号的识别方法，其特征在于，所述步骤2中对mi-eeg信号数据通过深度卷积生成对抗网络(dcgan)模型对mi-eeg信号数据进行数据增强包括：

4.根据权利要求1...

【专利技术属性】
技术研发人员：白端元，张永恒，张东，石英杰，吴婷益，袁琪玥，李瑞哲，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：