【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及腦電信號分類識別研究領(lǐng)域，具體涉及一種運動想象腦電信號分類方法及系統(tǒng)。
技術(shù)介紹
1、運動想象腦電信號是指通過記錄被試者的大腦活動，特別是腦電圖(eeg)信號，來探測他們在不實際執(zhí)行運動的情況下想象特定運動的活動。運動想象腦電信號分類是腦機接口領(lǐng)域的重要研究內(nèi)容之一。通過將被試者的運動想象轉(zhuǎn)換為控制信號，可以實現(xiàn)人與計算機或外部設(shè)備之間的直接交互，從而拓展了腦機接口技術(shù)的應(yīng)用范圍和潛力。
2、在康復(fù)醫(yī)學(xué)領(lǐng)域，運動想象腦電信號分類可用于幫助康復(fù)患者進行康復(fù)訓(xùn)練。例如，對于運動受損或運動功能障礙的患者，可以利用腦機接口技術(shù)通過運動想象來促進受損神經(jīng)元的再生和功能恢復(fù)。同時運動想象腦電信號分類在輔助設(shè)備控制和虛擬現(xiàn)實交互等領(lǐng)域均有著應(yīng)用價值。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)通過獲取原始腦電圖數(shù)據(jù)，并對原始腦電圖數(shù)據(jù)進行預(yù)處理，從而提高原始腦電圖數(shù)據(jù)的質(zhì)量和可用性，以便于后續(xù)的分析和解釋；將腦電圖數(shù)據(jù)輸入多頭注意力層與卷積層進行處理，多頭注意力層可以幫助運動想象腦電信號分類模型關(guān)注于不同時間點或不同腦區(qū)域之間的相關(guān)性，從而更好地理解腦電圖信號的特征，卷積層可以幫助運動想象腦電信號分類模型更好地理解腦電圖數(shù)據(jù)的含義和特性。
2、一種運動想象腦電信號分類方法，包括：
3、步驟s1：采集腦電信號，得到原始腦電圖數(shù)據(jù)。
4、步驟s2：通過計算得到原始腦電圖數(shù)據(jù)的功率譜密度，根據(jù)得到的功率譜密度提取原始腦電圖數(shù)據(jù)中的頻域特征，得到頻域特征數(shù)
5、運動想象腦電信號分類模型包括預(yù)處理層、第一前饋網(wǎng)絡(luò)層、多頭注意力層、卷積層、第二前饋網(wǎng)絡(luò)層和全連接層，其中預(yù)處理層用于對原始腦電圖數(shù)據(jù)進行預(yù)處理，以構(gòu)建一級腦電圖數(shù)據(jù)，具體包括如下步驟：
6、將原始腦電圖數(shù)據(jù)輸入至預(yù)處理層，經(jīng)過濾波、時間切分、重參考、降采樣和剔除偽跡操作，獲取一級腦電圖數(shù)據(jù)。
7、優(yōu)選地，第一前饋網(wǎng)絡(luò)層由第一層歸一化單元、第一線性單元、第一swish激活函數(shù)單元、第一dropout單元、第二線性單元、第二dropout單元和第一殘差連接單元組合；第一前饋網(wǎng)絡(luò)層用于對原始腦電圖數(shù)據(jù)進行特征提取，以構(gòu)建二級腦電圖數(shù)據(jù)，具體包括如下步驟；
8、將一級腦電圖數(shù)據(jù)輸入至第一層歸一化單元，第一層歸一化單元對一級腦電圖數(shù)據(jù)進行層歸一化處理，輸出前饋網(wǎng)絡(luò)歸一化數(shù)據(jù)；
9、將歸一化數(shù)據(jù)輸入至第一線性單元，第一線性單元對歸一化數(shù)據(jù)進行線性變換，輸出第一線性變換數(shù)據(jù)；
10、將線性變換數(shù)據(jù)輸入至第一swish激活函數(shù)單元，第一swish激活函數(shù)單元對線性變換數(shù)據(jù)進行計算，獲取第一swish激活函數(shù)數(shù)據(jù)；
11、將swish激活函數(shù)數(shù)據(jù)輸入至第一dropout單元，第一dropout單元以一定的概率隨機地將部分激活函數(shù)數(shù)據(jù)置為零，輸出第一dropout操作數(shù)據(jù)；
12、將dropout操作數(shù)據(jù)輸入至第二線性單元，第二線性單元對dropout操作數(shù)據(jù)進行線性變換，輸出第二線性變換數(shù)據(jù)；
13、將第二線性變換數(shù)據(jù)輸入至第二dropout單元，第二dropout單元以一定的概率隨機地將部分第二線性變換數(shù)據(jù)置為零，輸出第二dropout操作數(shù)據(jù)；
14、殘差連接單元將一級腦電圖數(shù)據(jù)與第二dropout操作數(shù)據(jù)進行半殘差連接，獲取二級腦電圖數(shù)據(jù)。
15、優(yōu)選地，將二級腦電圖數(shù)據(jù)和頻域特征數(shù)據(jù)進行融合，得到融合特征數(shù)據(jù)，將融合特征數(shù)據(jù)輸入至多頭注意力層，輸出三級腦電圖數(shù)據(jù)，具體包括如下步驟：
16、多頭注意力層利用多個查詢，平行地從融合特征數(shù)據(jù)中拆成h個子矩陣，對每個子矩陣都進行一次注意力計算，得到一個輸出矩陣，最后在把h個輸出矩陣拼接在一起得到最終的輸出矩陣。
17、優(yōu)選地，卷積層包括第二層歸一化單元、第一點卷積單元、glu激活函數(shù)單元、一維深度可分離卷積單元、批歸一化單元、第二swish激活函數(shù)單元、第二點卷積單元、第三dropout單元和第二殘差連接單元；將三級腦電圖數(shù)據(jù)輸入至卷積層，獲取四級腦電圖數(shù)據(jù)，具體包括如下步驟：
18、將三級腦電圖數(shù)據(jù)輸入至第二層歸一化單元，第二層歸一化單元對三級腦電圖數(shù)據(jù)進行層歸一化操作，輸出卷積歸一化數(shù)據(jù)；
19、將卷積歸一化數(shù)據(jù)輸入至第一點卷積單元，第一點卷積單元對卷積歸一化數(shù)據(jù)執(zhí)行點卷積操作，輸出第一點卷積數(shù)據(jù)；
20、將第一點卷積數(shù)據(jù)輸入至glu激活函數(shù)單元，glu激活函數(shù)單元對第一點卷積數(shù)據(jù)進行計算：
21、輸出glu激活函數(shù)數(shù)據(jù)；
22、將glu激活函數(shù)數(shù)據(jù)輸入至一維深度可分離卷積單元，一維深度可分離卷積單元對glu激活函數(shù)數(shù)據(jù)執(zhí)行一維深度可分離卷積操作，輸出一維深度數(shù)據(jù)；
23、將一維深度數(shù)據(jù)輸入至批歸一化單元，批歸一化單元對一維深度數(shù)據(jù)進行批歸一化操作，輸出批歸一化數(shù)據(jù)；
24、將批歸一化數(shù)據(jù)輸入至第二swish激活函數(shù)單元，第二swish激活函數(shù)單元對批歸一化數(shù)據(jù)進行計算：
25、輸出第二swish激活函數(shù)數(shù)據(jù)；
26、將第二swish激活函數(shù)數(shù)據(jù)輸入至第二點卷積單元，第二點卷積單元對第二swish激活函數(shù)數(shù)據(jù)進行點卷積操作，輸出第二點卷積數(shù)據(jù)；
27、將第二點卷積數(shù)據(jù)輸入至第三dropout單元，第三dropout單元以一定的概率隨機地將部分第二點卷積數(shù)據(jù)置為零，輸出第三dropout操作數(shù)據(jù)；
28、第二殘差連接單元將三級腦電圖數(shù)據(jù)加入至第三dropout操作數(shù)據(jù)，獲取四級腦電圖數(shù)據(jù)。
29、優(yōu)選地，第二前饋網(wǎng)絡(luò)層用于對四級腦電圖數(shù)據(jù)進行特征提取，以構(gòu)建五級腦電圖數(shù)據(jù)，具體步驟與第一前饋網(wǎng)絡(luò)層的步驟相同。
30、優(yōu)選地，全連接層用于將五級腦電圖數(shù)據(jù)進行整合，以構(gòu)建最終腦電圖數(shù)據(jù)。
31、運動想象腦電信號分類模型的分類算法選擇lightgbm作為分類算法，是由梯度提升決策樹改進而來。
32、將最終腦電圖數(shù)據(jù)輸入至分類器，分類器輸出運動想象腦電信號分類結(jié)果。
33、優(yōu)選地，針對運動想象腦電信號分類模型的訓(xùn)練，包括如下步驟：
34、獲取若干份添加好標簽的運動想象數(shù)據(jù)樣本，將運動想象數(shù)據(jù)樣本組成運動想象訓(xùn)練集，初始化運動想象腦電信號分類模型，并設(shè)置相關(guān)參數(shù)，將運動想象訓(xùn)練集輸入至運動想象腦電信號分類模型進行訓(xùn)練，判斷是否滿足訓(xùn)練條件，若滿足訓(xùn)練條件，則輸出訓(xùn)練好的運動想象腦電信號分類模型；否則，通過訓(xùn)練集繼續(xù)對運動想象腦電信號分類模型進行訓(xùn)練。
35、一種運動想象腦電信號分類系統(tǒng)，包括：
36、腦電圖數(shù)據(jù)獲取模塊，用于獲取原始腦電圖數(shù)據(jù)。
37、頻域特征數(shù)據(jù)獲取模塊，用于將原始腦電圖數(shù)據(jù)送入頻域特征數(shù)據(jù)獲取模塊，輸出頻域本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種運動想象腦電信號分類方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種運動想象腦電信號分類方法，其特征在于，第一前饋網(wǎng)絡(luò)層由第一層歸一化單元、第一線性單元、第一Swish激活函數(shù)單元、第一Dropout單元、第二線性單元、第二Dropout單元和第一殘差連接單元組合；第一前饋網(wǎng)絡(luò)層用于對原始腦電圖數(shù)據(jù)進行特征提取，以構(gòu)建二級腦電圖數(shù)據(jù)，具體包括如下步驟；
3.根據(jù)權(quán)利要求2所述的一種運動想象腦電信號分類方法，其特征在于，將二級腦電圖數(shù)據(jù)和頻域特征數(shù)據(jù)進行融合，得到融合特征數(shù)據(jù)，將融合特征數(shù)據(jù)輸入至多頭注意力層，輸出三級腦電圖數(shù)據(jù)，具體包括如下步驟：
4.根據(jù)權(quán)利要求3所述的一種運動想象腦電信號分類方法，其特征在于，卷積層包括第二層歸一化單元、第一點卷積單元、Glu激活函數(shù)單元、一維深度可分離卷積單元、批歸一化單元、第二Swish激活函數(shù)單元、第二點卷積單元、第三Dropout單元和第二殘差連接單元；將三級腦電圖數(shù)據(jù)輸入至卷積層，獲取四級腦電圖數(shù)據(jù)，具體包括如下步驟：
5.根據(jù)權(quán)利要求4所述的一種運動想象腦電信號分類方法，
6.根據(jù)權(quán)利要求5所述的一種運動想象腦電信號分類方法，其特征在于，全連接層用于將五級腦電圖數(shù)據(jù)進行整合，以構(gòu)建最終腦電圖數(shù)據(jù)；
7.根據(jù)權(quán)利要求6所述的一種運動想象腦電信號分類方法，其特征在于，針對運動想象腦電信號分類模型的訓(xùn)練，包括如下步驟：
8.一種運動想象腦電信號分類系統(tǒng)，其特征在于，所述系統(tǒng)應(yīng)用上述權(quán)利要求包1-7任一項所述的一種運動想象腦電信號分類方法，包括：
...【技術(shù)特征摘要】
1.一種運動想象腦電信號分類方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種運動想象腦電信號分類方法，其特征在于，第一前饋網(wǎng)絡(luò)層由第一層歸一化單元、第一線性單元、第一swish激活函數(shù)單元、第一dropout單元、第二線性單元、第二dropout單元和第一殘差連接單元組合；第一前饋網(wǎng)絡(luò)層用于對原始腦電圖數(shù)據(jù)進行特征提取，以構(gòu)建二級腦電圖數(shù)據(jù)，具體包括如下步驟；
3.根據(jù)權(quán)利要求2所述的一種運動想象腦電信號分類方法，其特征在于，將二級腦電圖數(shù)據(jù)和頻域特征數(shù)據(jù)進行融合，得到融合特征數(shù)據(jù)，將融合特征數(shù)據(jù)輸入至多頭注意力層，輸出三級腦電圖數(shù)據(jù)，具體包括如下步驟：
4.根據(jù)權(quán)利要求3所述的一種運動想象腦電信號分類方法，其特征在于，卷積層包括第二層歸一化單元、第一點卷積單元、glu激活函數(shù)單元、一維深度可分離卷積單元、批歸...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：曾威，張俊松，
申請(專利權(quán))人：廈門大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。