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：南昌大学

摘要：一种基于多尺度滤波与注意力机制的运动想象脑电信号解码方法，包括：将受试者原始EEG数据分割成单次实验脑电数据并归一化；对训练数据用时域数据增强策略处理；将EEG信号作为四个并行网络的输入，通过一个包括时间卷积层、空间卷积层和平均池化层的多尺度卷积神经网络；将每个时间点的所有特征通道作为令牌供Transformer处理。Transformer的第一个残留子块由层归一化和注意力机制构成，第二个残留子块由层归一化和通道多层感知机构成；四个并行网络输出的时空特征沿着通道维度拼接，采用有效的通道注意力机制ECA进行通道融合；利用二维卷积对测试信号分类。本发明能改进运动想象脑机接口分类精度，促其实际应用。

主权项：1.一种基于多尺度滤波与注意力机制的运动想象脑电信号解码方法，其特征是包括以下步骤：步骤1：数据预处理：将每个受试者的连续的EEG数据截取为单次实验的数据，并对单次实验的数据进行归一化处理；步骤2：时域数据增强：在每一轮训练时，将同一类别单次实验的训练数据在时域进行均匀分割，分割后进行随机拼接增大数据集的规模；步骤3：并行多尺度卷积模块构建：引入了并行多尺度网络，将原始EEG信号作为四个并行网络的输入，通过一个包括时间卷积层、空间卷积层和平均池化层的卷积神经网络，其中四个分支的时间卷积核大小不同；每个分支使用二维卷积提取EEG信号的时空特征，时间卷积层捕获不同带通频率的EEG信号的特征图，空间卷积层以传递不同电极通道间的信息，沿时间维度的平均池化层用于降维；步骤4：Transformer模块构建：将卷积模块每个分支得到的特征图进行重新排列，将每个时间点的所有特征通道作为令牌token供Transformer进行处理，Transformer由两个残留子块构成，第一个残留子块由归一化和注意力机制构成，第二个残留子块由归一化和通道多层感知机构成；步骤5：通道注意力机制模块构建：四个并行网络输出的时空特征沿着通道维度拼接，采用ECA通道注意力机制进行通道融合；步骤6：EEG信号分类模块：该模块包含一个卷积层，利用二维卷积进行分类，卷积核大小与输入特征图的大小相同，输出特征图通道为分类任务标签个数，再去除输入张量中结尾处的空维度，以便将结果判决为单次测试信号对应的任务标签。

全文数据：

权利要求：

百度查询： 南昌大学 一种基于多尺度滤波与注意力机制的运动想象脑电信号解码方法