一种基于再训练的运动想象识别方法、装置和设备制造方法及图纸

本发明专利技术提供一种基于再训练的运动想象识别方法、装置和设备，涉及计算机技术领域，其中，运动想象识别方法包括：获取CSP滤波器基准参数和目标分类器基准参数；CSP滤波器基准参数与CSP滤波器的性能参数相关；目标分类器基准参数为基于样本数据训练得到的满足精度需求的目标分类器对应的参数；基于所述CSP滤波器基准参数和所述目标分类器基准参数对预设神经网络的特征提取器和特征分类器分别进行初始化处理，得到第一神经网络；利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络；将待识别的运动想象EEG数据输入至所述目标神经网络，获取运动想象类别，实现基于传统CSP模型的专家知识和额外分类知识的结合，提高了对运动想象的识别精度。

【技术实现步骤摘要】

本专利技术涉及计算机，尤其涉及一种基于再训练的运动想象识别方法、装置和设备。

技术介绍

1、脑机接口建立了人类大脑与外部设备或环境之间的直接通信路径。由于成本低、非侵入性和便利性，脑电图（electroencephalogram，eeg）是脑机接口中最常用的输入信号，它记录了大脑皮层的电活动。一个闭环脑机接口系统主要包括信号采集、信号分析和输出控制三个模块。其中，信号分析模块处理收集到的eeg信号并识别其模式从而生成控制输出。它通常包括信号处理、特征提取和分类/回归。脑机接口存在多种范式，如稳态视觉诱发电位 (steady-state visually evoked potential，ssvep）、事件相关电位 (event-related potential， erp)和运动想象 (motor imagery，mi)。运动想象是指用户在脑中想象身体部位的运动而不实际执行它。在运动想象期间，大脑皮层的特定区域表现出感觉-运动节律的变化，主要通过事件相关去同步和事件相关同步来表现，分别在特定频段上出现明显的能量减小和增加。通常，事件相关去同步发生在大脑的对本文档来自技高网...

【技术保护点】

1.一种基于再训练的运动想象识别方法，其特征在于，包括：

2.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述获取CSP滤波器基准参数和目标分类器基准参数，包括：

3.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述获取CSP滤波器基准参数和目标分类器基准参数，包括：

4.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络，包括：

5.一种基于再训练的运动想象识别装置，其特征在于，包括：第一获取模块、初始化模块、优化模块和第二获取...

【技术特征摘要】

1.一种基于再训练的运动想象识别方法，其特征在于，包括：

2.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述获取csp滤波器基准参数和目标分类器基准参数，包括：

3.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述获取csp滤波器基准参数和目标分类器基准参数，包括：

4.根据权利要求1所述的基于再训练的运动想象识别方法，其特征在于，所述利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络，包括：

5.一种基于再训练的运动想象识别装置，其特征在于，包括：第一获取模块、初始化模块、优化模块和第二获取模块，其中，

<...

【专利技术属性】
技术研发人员：伍冬睿，蒋雪，孟璐斌，
申请(专利权)人：深圳华中科技大学研究院，
类型：发明
国别省市：