当前位置: 首页 > 专利查询>清华大学专利>正文

微创颅内脑电信号的解码方法、装置及治疗设备制造方法及图纸

技术编号:43529089 阅读:15 留言:0更新日期:2024-12-03 12:15
本申请实施例提供一种微创颅内脑电信号的解码方法、装置及治疗设备,方法包括:利用微创颅内脑电信号的时空特性筛选出多个有效频带;利用多个所述有效频带联合构造协方差特征;将所述协方差的特征矩阵构成的可微流形以AIRM黎曼距离度量嵌入至流形几何中心点的正切平面空间,并在所述正切平面空间使用欧氏距离度量;将所述协方差的特征矩阵投影至正切平面以得到所述协方差的特征向量,并基于机器学习分类对所述特征向量进行处理以实现接口数据的解码分类;本申请结合仿射不变性黎曼几何度量,解决微创脑电极信号通道数少、信号带宽有限的问题,实现微创脑机接口的长期稳定准确解码。

【技术实现步骤摘要】

本申请涉及脑机接口解码领域,具体涉及一种微创颅内脑电信号的解码方法、装置及治疗设备


技术介绍

1、颅内脑电相比于常用的头皮脑电,具有更高的信噪比和更宽的有效频带,可以支持实现高准确率和低延迟的脑机接口控制范式,但同时它也受限于其较大的侵入性。微创颅内脑电是一种介于颅内脑电与头皮脑电之间的新的脑电记录方式,它通过较少的电极,从大脑的硬脑膜外记录信号,可以在不破坏大脑内环境的情况下,保持颅内脑电所具有的宽带宽和高信噪比特点。

2、总体来说,微创硬膜外脑电的空间分辨率和幅度以及频率特性均介于头皮脑电和颅内脑电之间。现有的关于颅内脑电或者头皮脑电的解码方法不能满足微创颅内脑电的需要。以申请号为cn202210046576.6的专利技术专利为例,现有的颅内脑机接口解码方法主要集中于对脑电时间和频率两个维度的特征的利用,对信号空间信息利用不足,对与目标信号空间模式不同的其他噪声信号分辨能力差。此外,传统机器学习方法通常使用的传统线性分类方法,该方法对信号尺度的变化缺乏鲁棒性,而深度学习方法可解释性差,临床应用受限,且泛化能力较低,需要大量高质量标注的临床本文档来自技高网...

【技术保护点】

1.一种微创颅内脑电信号的解码方法,其特征在于,所述方法包括:

2.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述利用微创颅内脑电信号的时空特性筛选出多个有效频带包括:

3.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述利用多个所述有效频带联合构造协方差特征,包括:

4.根据权利要求3所述的微创颅内脑电信号的解码方法,其特征在于,在采用多频带联合计算协方差的方式构造协方差特征后,还包括:

5.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述将所述协方差的特征矩阵构成的可微流形以AIRM黎曼...

【技术特征摘要】

1.一种微创颅内脑电信号的解码方法,其特征在于,所述方法包括:

2.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述利用微创颅内脑电信号的时空特性筛选出多个有效频带包括:

3.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述利用多个所述有效频带联合构造协方差特征,包括:

4.根据权利要求3所述的微创颅内脑电信号的解码方法,其特征在于,在采用多频带联合计算协方差的方式构造协方差特征后,还包括:

5.根据权利要求1所述的微创颅内脑电信号的解码方法,其特征在于,所述将所述协方差的特征矩阵构成的可微流形以airm黎曼距离度量嵌入至流形几何中心点的正切平面空间,并在所述正切平面空间使用欧氏距离度量,包括:

6.根据权利要求5所述的微创颅内脑电信号的解码方法,其特征在于,在将所述协方差的特征矩阵投影至正切平面以得到所述协方差的特征向量前,还包括:

7...

【专利技术属性】
技术研发人员:洪波刘定坤
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1