【技術實現步驟摘要】
本專利技術涉及人腦電圖信號處理，尤其涉及一種基于脈沖神經網絡的人腦電圖信號識別方法及相關設備。
技術介紹
1、隨著神經科學和人工智能技術的快速發展，基于人腦電圖(electroencephalography，eeg)信號的人機交互系統逐漸成為研究熱點。這類系統通過分析和解讀人腦電圖信號，實現對人類意圖的識別和預測，在醫療診斷、康復訓練、智能控制等領域具有廣泛的應用前景。然而，準確識別和解讀復雜的腦電圖信號一直是該領域面臨的重大挑戰。
2、目前，常見的人腦電圖信號識別方法主要依賴于傳統的深度神經網絡。通常首先對人腦電圖信號進行預處理和特征提取，然后利用深度神經網絡進行基于提取到的特征進行識別。然而，傳統的深度神經網絡無論輸入的人腦電圖信號特性如何，都需要進行大量的連續運算，這導致其處理人腦電圖信號的計算量較大，從而導致設備的能耗大，不適合在便攜式或者低功耗設備上實時處理人腦電圖信號。
技術實現思路
1、本專利技術提供一種基于脈沖神經網絡的人腦電圖信號識別方法及相關設備，可以降低人腦電圖信號處理的計算量和能耗。
2、在本專利技術的第一方面，提供了一種基于脈沖神經網絡的人腦電圖信號識別方法，包括：
3、獲取目標人腦電圖信號；
4、將所述目標人腦電圖信號輸入至脈沖神經網絡，獲取所述脈沖神經網絡輸出的識別結果；
5、其中，所述識別結果由所述脈沖神經網絡基于目標脈沖信號解碼得到，所述目標脈沖信號由所述目標人腦電圖信號對應的突觸電流持續
6、在本專利技術的第二方面，提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述任一種所述基于脈沖神經網絡的人腦電圖信號識別方法。
7、在本專利技術的第三方面，提供了一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述基于脈沖神經網絡的人腦電圖信號識別方法。
8、在本專利技術的第四方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述基于脈沖神經網絡的人腦電圖信號識別方法。
9、綜上所述，本專利技術中提供的一個或多個技術方案，至少具有如下技術效果或優點：
10、通過將目標人腦電圖信號輸入至經過訓練的脈沖神經網絡，利用目標人腦電圖信號對應的突觸電流持續刺激脈沖神經網絡中的神經元，產生目標脈沖信號，并基于該目標脈沖信號解碼得到識別結果。這種方法充分利用了脈沖神經網絡的事件驅動特性，只有在神經元被刺激產生脈沖時才進行計算，避免了傳統深度神經網絡中不論輸入信號特性如何都需要進行大量連續運算的問題。
11、因此，本專利技術顯著降低了人腦電圖信號處理的計算量和能耗，使其更適合在便攜式或低功耗設備上實時處理人腦電圖信號。同時，脈沖神經網絡的工作機制更接近于生物神經系統，能夠更好地捕捉和處理人腦電圖信號中的時間動態特征，從而提高了識別的準確性和效率。
本文檔來自技高網...【技術保護點】
1.一種基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，包括：
2.根據權利要求1所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述獲取目標人腦電圖信號，包括：
3.根據權利要求2所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述獲取由傳感器采集目標對象的人腦電圖序列整合得到的n個第一時間塊之后，還包括：
4.根據權利要求1所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述將所述目標人腦電圖信號輸入至脈沖神經網絡，獲取所述脈沖神經網絡輸出的識別結果，包括：
5.根據權利要求4所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述通過所述脈沖神經網絡基于所述目標人腦電圖信號中的空間特征，將所述目標人腦電圖信號轉換為突觸電流，包括：
6.根據權利要求1至5中任一項所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述獲取目標人腦電圖信號之前還包括：
7.根據權利要求6所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述梯度值包括神經元狀態的梯度值、
8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述基于脈沖神經網絡的人腦電圖信號識別方法。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述基于脈沖神經網絡的人腦電圖信號識別方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述基于脈沖神經網絡的人腦電圖信號識別方法。
...【技術特征摘要】
1.一種基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，包括：
2.根據權利要求1所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述獲取目標人腦電圖信號，包括：
3.根據權利要求2所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述獲取由傳感器采集目標對象的人腦電圖序列整合得到的n個第一時間塊之后，還包括：
4.根據權利要求1所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述將所述目標人腦電圖信號輸入至脈沖神經網絡，獲取所述脈沖神經網絡輸出的識別結果，包括：
5.根據權利要求4所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在于，所述通過所述脈沖神經網絡基于所述目標人腦電圖信號中的空間特征，將所述目標人腦電圖信號轉換為突觸電流，包括：
6.根據權利要求1至5中任一項所述的基于脈沖神經網絡的人腦電圖信號識別方法，其特征在...
【專利技術屬性】
技術研發人員：劉圣達，劉洪運，侯增廣，王衛群，李文娟，石偉國，王衛東，
申請(專利權)人：中國科學院自動化研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。