时空特征融合的并行卷积网络运动想象脑电图分类方法

发明专利有效专利

申请号：
CN201911241265.X
IPC分类号：A61B5/0476;A61B5/00;G06K9/62;G06T3/40;G06N3/04
申请日期：
2019-12-06
申请人：
重庆邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	时空特征融合的并行卷积网络运动想象脑电图分类方法
申请号	CN201911241265.X	申请日期	2019-12-06
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-04-17	公开/公告号	CN111012336A
优先权	暂无	优先权号	暂无
主分类号	A61B5/0476 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识 A61B5/04 测量人体或人体各部分的生物电信号 A61B5/0476 脑电图术〔5〕	IPC分类号	A;6;1;B;5;/;0;4;7;6;;;A;6;1;B;5;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;T;3;/;4;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	重庆邮电大学	申请人地址	重庆市南岸区南山街道崇文路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	重庆邮电大学	当前权利人	重庆邮电大学
发明人	唐贤伦;孔德松;邹密;刘行谋;马伟昌;李伟;王婷;彭德光;李锐
代理机构	重庆市恒信知识产权代理有限公司	代理人	刘小红;陈栋梁

摘要

本发明请求保护一种时空特征融合的并行卷积神经网络运动想象脑电图识别方法。以运动想象脑电信号作为研究对象，提出一种新的深度网络模型‑并行卷积神经网络提取运动想象脑电信号的时空特征。与传统脑电分类算法往往丢弃脑电空间特征信息不同，通过快速傅里叶变换，提取Theta波(4‑8Hz)、alpha波(8‑12Hz)以及beta波(12‑36Hz)，生成2D脑电特征图。基于多重卷积神经网络对脑电特征图进行训练，提取空间特征。此外，利用时间卷积神经网络进行并行训练，提取时序特征。最后基于Softmax对空间特征以及时序特征进行融合以及分类。实验结果表明，并行卷积神经网络具有良好的识别精度，并且优于其他最新的分类算法。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供