基于自适应时空卷积注意力网络的双模态信号融合方法

    公开(公告)号:CN118626940B

    公开(公告)日:2024-10-11

    申请号:CN202411106056.5

    申请日:2024-08-13

    摘要: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法,属于大脑多模态信号分类的技术领域,其包括获取处理后的脑电信号;对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理,得到多个窄时间序列;提取多个窄时间序列中的时间特征,并基于多层感知机分类层,得到EEG数据时间分支的脑认知任务的分类结果;采用等距方位角投影将血红蛋白浓度转化为三维空间张量,并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息;最后采用决策融合策略融合并行双分支的结果,最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要,并增强了网络泛化性。

    基于自适应时空卷积注意力网络的双模态信号融合方法

    公开(公告)号:CN118626940A

    公开(公告)日:2024-09-10

    申请号:CN202411106056.5

    申请日:2024-08-13

    摘要: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法,属于大脑多模态信号分类的技术领域,其包括获取处理后的脑电信号;对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理,得到多个窄时间序列;提取多个窄时间序列中的时间特征,并基于多层感知机分类层,得到EEG数据时间分支的脑认知任务的分类结果;采用等距方位角投影将血红蛋白浓度转化为三维空间张量,并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息;最后采用决策融合策略融合并行双分支的结果,最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要,并增强了网络泛化性。