公开(公告)号：CN118332396A

公开(公告)日：2024-07-12

申请号：CN202410331337.4

申请日：2024-03-22

Applicant: 广州大学

Inventor： 王力 ,  邓嘉贤 ,  夏国贤 ,  熊诗明 ,  杨佳烽

IPC: G06F18/241 ,  G06F18/214 ,  G06F21/62 ,  A61B5/369 ,  A61B5/00 ,  A61B5/372

Abstract: 本发明公开了一种运动想象脑电信号分类方法、装置及存储介质，方法包括：根据预设赫兹范围，对源受试者运动想象脑电信号数据进行带通滤波处理，得到源域；对预设深度学习模型进行训练，得到源域模型；初始化初始目标域模型；对小批量目标受试者运动想象脑电信号数据进行带通滤波处理，得到目标域；将初始目标域模型中特征提取器的原批量归一化层替换为动态混合批量归一化层，得到第一目标域模型；计算目标脑电信号数据输入动态混合批量归一化层后的特征；将第一目标域模型中的线性分类器替换为基于原型的分类器，得到第二目标域模型；计算预测标签。本发明实现了运动想象脑电信号分类，提高分类效率和准确度。本发明可应用于脑电信号技术领域。

公开(公告)号：CN118349799A

公开(公告)日：2024-07-16

申请号：CN202410446710.0

申请日：2024-04-15

Applicant: 广州大学

Inventor： 王力 ,  夏国贤 ,  熊诗明 ,  邓嘉贤

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/214 ,  G06F18/25 ,  A61B5/378 ,  A61B5/00

Abstract: 本发明公开了一种脑电数据的识别方法、系统、设备及介质，该方法通过获取待识别的脑电数据；将脑电数据输入至二维线性空间滤波器进行信号相关处理，得到相关识别结果；二维线性空间滤波器通过以下步骤得到：获取脑电采集数据，以及，输入刺激标签和信号采样率；对脑电采集数据进行预处理，得到第一脑电数据集；对第一脑电数据集进行数据平均，得到第二脑电数据集；根据信号采样率，对输入刺激标签进行矩阵平均，得到正余弦聚合矩阵；根据正余弦聚合矩阵和第二脑电数据集，对空间滤波器进行二维线性优化，得到二维线性空间滤波器。该方法可以有效减少空间滤波器所需的训练数据量，提高训练效率和识别准确度。本申请涉及脑电信号检测技术领域。

公开(公告)号：CN118312872A

公开(公告)日：2024-07-09

申请号：CN202410315171.7

申请日：2024-03-19

Applicant: 广州大学

Inventor： 王力 ,  熊诗明 ,  夏国贤 ,  邓嘉贤 ,  杨佳烽

IPC: G06F18/2415 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08 ,  G06F3/01

Abstract: 本发明公开了一种运动想象脑电信号分类方法、系统、电子设备及介质，方法包括：获取脑电信号数据，根据第一特征提取模块对脑电信号数据进行特征提取，得到第一特征数据集；根据第二特征提取模块对第一特征数据集进行特征提取，得到若干个第二特征数据，对若干个第二特征数据进行拼接，得到第三特征数据；根据第三特征模块对第三特征数据进行特征提取，得到第四特征数据集；对第四特征数据集进行特征展平，根据展平的第四特征数据集确定特征点集，并根据预设公式对特征点集进行加权组合，得到若干个特征组合；对若干个特征组合进行分类，得到目标分类结果；可提高分类效率，提高分类准确率。本发明实施例可广泛应用于信号处理技术领域。