龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广州大学
摘要：本发明公开了一种基于深度学习与判决去噪的脑电伪影去除方法及系统，该方法包括：生成包含长期伪影和短期伪影的受污染脑电信号，构建半模拟数据集；构建脑电伪影去除网络模型，包括分割网络、短期去噪网络和长期去噪网络；受污染脑电信号添加噪声伪影的位置编码标签，与受污染脑电信号输入到分割网络进行预训练，得到受长期伪影和短期伪影干扰的脑电信号对应的位置编码；基于半模拟数据集训练脑电伪影去除网络模型；将受污染脑电信号的测试集输入训练完成的脑电伪影去除网络模型，输出去噪信号。本发明通过对分割网络的位置编码的判决，引导短期去噪网络和长期去噪网络去除短期分布的伪影和长期分布的伪影，实现对混合伪影的高效去除。
主权项：1.一种基于深度学习与判决去噪的脑电伪影去除方法，其特征在于，包括下述步骤：生成包含长期伪影和短期伪影的受污染脑电信号，构建半模拟数据集；构建脑电伪影去除网络模型，所述脑电伪影去除网络模型包括分割网络、短期去噪网络和长期去噪网络；所述受污染脑电信号添加噪声伪影的位置编码标签，与受污染脑电信号输入到分割网络中进行预训练，得到受长期伪影和短期伪影干扰的脑电信号对应的位置编码；所述短期去噪网络包括LSTM层、权重初始化卷积层和TCN层，将受短期伪影干扰的脑电信号输入LSTM层提取脑电信号的状态特征，将脑电信号的状态特征输入到权重初始化卷积层，基于权重初始化卷积层生成的新的权重参数对脑电信号的状态特征进行一维卷积操作，输出局部时序特征，TCN层根据局部时序特征捕捉短期伪影的特征，将短期伪影平滑化；所述长期去噪网络包括辅助网络和生成网络，将受长期伪影干扰的脑电信号输入辅助网络得到初步去噪的脑电信号，作为生成网络的条件信息，所述生成网络基于注意力机制生成与条件信息相匹配的脑电信号数据，与时间特征聚合输出重构后的脑电信号；基于半模拟数据集训练脑电伪影去除网络模型；将受污染脑电信号的测试集输入训练完成的脑电伪影去除网络模型，输出去噪信号。
全文数据：
权利要求：
百度查询： 广州大学 一种基于深度学习与判决去噪的脑电伪影去除方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号