基于人因智能的脑电信号处理方法、装置、边缘计算设备及介质制造方法及图纸

本申请公开了一种基于人因智能的脑电信号处理方法、装置、边缘计算设备及介质，属于信号处理技术领域。方法包括：采集目标对象的脑电信号；通过盲源分离将脑电信号分解为多个统计独立的信号分量；将多个信号分量输入到预设的神经网络模型中，得到神经网络模型输出的各个信号分量的类别；将类别为有效脑电信号的信号分量进行组合，得到降噪后的脑电信号。本申请实施例充分利用了盲源分离和机器学习算法，大幅提高了脑电信号处理的精度和效率。

【技术实现步骤摘要】

本申请属于信号处理，尤其涉及一种基于人因智能的脑电信号处理方法、装置、边缘计算设备及介质。

技术介绍

1、脑电信号(electroencephalography，eeg)是研究大脑活动和认知过程的重要工具。然而，脑电信号通常会受到来自眼动、心电、肌电等生理过程的干扰，影响脑电信号的准确性和可靠性。

2、相关技术中，对脑电信号进行去噪的技术主要依赖于离线处理方式。具体的，在脑电信号采集完成后，研究人员需要对采集的脑电信号进行仔细的检查和分析，以识别出由眼动、心电、肌电等生理性因素引起的干扰成分。这种离线处理方式虽然能够提高脑电信号的信噪比，但往往需要大量的人工介入，效率较低。

技术实现思路

1、本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种基于人因智能的脑电信号处理方法、装置、边缘计算设备及介质，以实现在低延迟情况下对脑电信号进行降噪，提高脑电信号处理的效率。

2、第一方面，本申请提供了一种基于人因智能的脑电信号处理方法，包括：

3、采集目标对象的脑电信本文档来自技高网...

【技术保护点】

1.一种基于人因智能的脑电信号处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在通过盲源分离将所述脑电信号分解为多个统计独立的信号分量之前，包括：

3.根据权利要求1所述的方法，其特征在于，所述盲源分离包括独立成分分析。

4.根据权利要求1所述的方法，其特征在于，所述通过盲源分离将所述脑电信号分解为多个统计独立的信号分量，包括：

5.根据权利要求1所述的方法，其特征在于，所述通过盲源分离将所述脑电信号分解为多个统计独立的信号分量，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

<...

【技术特征摘要】

1.一种基于人因智能的脑电信号处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在通过盲源分离将所述脑电信号分解为多个统计独立的信号分量之前，包括：

3.根据权利要求1所述的方法，其特征在于，所述盲源分离包括独立成分分析。

4.根据权利要求1所述的方法，其特征在于，所述通过盲源分离将所述脑电信号分解为多个统计独立的信号分量，包括：

5.根据权利要求1所述的方法，其特征在于，所述通过盲源分离将所述脑电信号分解为多个统计独立的信号分量，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：北京津发科技股份有限公司，
类型：发明
国别省市：