基于深度学习和混合噪声数据增强的运动想象脑电信号分类方法

发明专利有效专利

申请号：
CN202110474878.9
IPC分类号：G06K9/00;A61B5/372;G06N3/04;G06N3/08
申请日期：
2021-04-29
申请人：
北京工业大学

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	基于深度学习和混合噪声数据增强的运动想象脑电信号分类方法
申请号	CN202110474878.9	申请日期	2021-04-29
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-17	公开/公告号	CN113269048A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;A;6;1;B;5;/;3;7;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100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	北京工业大学	当前权利人	北京工业大学
发明人	王丹;陈佳明;杜金莲;许晴
代理机构	北京思海天达知识产权代理有限公司	代理人	刘萍

摘要

本发明公开基于深度学习和混合噪声数据增强的运动想象脑电信号分类方法，针对脑电信号信噪比低、样本量较小的问题，将经验模态分解方法与白噪声数据增强方法结合，提出基于经验模态分解的混合噪声数据增强方法，通过提取原始信号的主要信息与白噪声进行混合，提高生成样本质量，从而训练出准确率更高、稳定性更强的分类器；将滤波器组的思想和浅层神经网络相结合，提出轻量、收敛速度快的FB‑Sinc‑ShallowNet方法，提高深度学习方法的分类准确率；应用欧式对齐方法对脑电信号进行预处理，减少不同时间得到的脑电信号之间的差异，降低分类难度，提高分类准确率。本发明能够提高运动想象脑电信号分类模型的预测准确率和稳定性。

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