【技术实现步骤摘要】
本专利技术涉及脑机接口，尤其涉及一种对运动想象脑电信号进行解码分类的方法和系统。
技术介绍
1、运动想象（motor imagery, mi）是脑机接口（brain computer interface, bci）技术中的一类典型范式，受试者只需要在脑海中想象身体运动而不需要真正执行。针对运动想象脑电信号进行解码可以帮助运动障碍患者建立非肌肉控制的信息交换通道，实现与外界环境的沟通，在神经康复治疗的应用中具有重要意义。在各种神经成像方法中，通过电极帽采集的脑电图（electroencephalogram, eeg）数据作为一种非侵入式方法，因其舒适、便捷、时间分辨率高等优点而被广泛使用到运动想象解码的研究当中。在后续应用中可以通过将解码得到的信息将个体的运动意图转换为输出指令，建立运动意念与接口设备之间的有机信息联系。
2、随着人工智能的发展，深度学习被广泛应用至脑电信号的运动想象解码任务当中，例如可以利用深度学习中的分类模型对目标被试的原始运动想象脑电数据进行解码分类，以预测运动想象脑电数据对应的任务类型。现有技术中，通常...
【技术保护点】
1.一种对运动想象脑电信号进行解码分类的方法，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S1，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述解码分类模型由脑电图数据输入模块、时空特征嵌入模块、第一局部窗口注意力模块、特征融合模块、第二局部窗口注意力模块、分类器输出模块组成；
4.根据权利要求3所述的方法，其特征在于，所述时空特征嵌入模块，对所述脑电图数据训练样本的时间维度和空间维度分别进行浅层卷积，包括顺次连接的二维卷积层、批标准化层、二维深度卷积层、批标准化层、平均池化层和位置编码层；<...
【技术特征摘要】
1.一种对运动想象脑电信号进行解码分类的方法，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s1，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述解码分类模型由脑电图数据输入模块、时空特征嵌入模块、第一局部窗口注意力模块、特征融合模块、第二局部窗口注意力模块、分类器输出模块组成；
4.根据权利要求3所述的方法，其特征在于，所述时空特征嵌入模块，对所述脑电图数据训练样本的时间维度和空间维度分别进行浅层卷积，包括顺次连接的二维卷积层、批标准化层、二维深度卷积层、批标准化层、平均池化层和位置编码层；
5.根据权利要求4所述的方法，其特征在于，所述第一局部窗口注意力模块，将所述形状为32×36的特征矩阵按照时间序列长度划分为6个不重叠的宽度为6的窗口，得到6个大小为32×6的特征矩阵，在每个窗口内部应用局部窗口注意力机制，将输入的特征矩阵映射为查询向量，键向量和值向量，接着对查询向量和键向量的转置进行点乘操作，并除以窗口宽度的开方，然后利用函数生成注意力分数，再利用生成的注意力分数对值向量进行重新加...
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。