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：中国人民解放军国防科技大学

摘要：本发明公开了一种基于大脑区域特性的脑电信号表示学习方法及系统，本发明方法包括将脑电信号电极进行区域划分并获取各个区域的单通道脑电信号数据；将各个区域的单通道脑电信号数据使用单通道编码器编码得到区域化脑电表示；将各个区域的区域化脑电表示进行融合得到融合特征；基于融合特征进行分类得到分类预测结果，其中训练单通道编码器为基于两组单通道脑电信号数据基于对比学习完成训练得到。本发明旨在基于不同脑区之间的高差异性学习区分不同脑区信号的区域化脑电表示以提高特征的鲁棒性泛化性、提升脑电信号分类预测的准确度。

主权项：1.一种基于大脑区域特性的脑电信号表示学习方法，其特征在于，包括下述步骤：S1，将脑电信号电极进行区域划分为M个区域，分别获取各个区域的单通道脑电信号数据，且每一个区域包含两个通道的单通道脑电信号数据以用于构建样本对，同一个区域的2个通道的单通道脑电信号数据为正样本对，不同区域的2个通道的单通道脑电信号数据为负样本对；S2，将各个区域的单通道脑电信号数据使用单通道编码器编码得到区域化脑电表示；S3，将各个区域的区域化脑电表示进行融合得到融合特征；S4，基于融合特征进行分类得到分类预测结果；步骤S2中的单通道编码器包括卷积神经网络和循环神经网络的两种编码分支，所述卷积神经网络的编码分支针对单通道脑电信号数据的编码包括：首先通过多尺度的一维卷积分别对单通道脑电信号数据提取特征，再将多尺度的一维卷积提取的特征拼接后通过一个全连接层FC输入级联的多个残差模块，所述残差模块由一维卷积层、批归一化层和RELU激活函数层组成，且将最后一个残差模块输出的特征再经过一个全连接层FC得到该编码分支的区域化脑电表示；所述循环神经网络的编码分支针对单通道脑电信号数据的编码包括：首先通过多尺度的门控单元分别对单通道脑电信号数据提取特征，再将多尺度的门控单元提取的特征拼接cat后通过一个全连接层FC输入级联的多个残差模块，所述残差模块由门控单元层、批归一化层和RELU激活函数层组成，且将最后一个残差模块输出的特征再经过一个全连接层FC得到该编码分支的区域化脑电表示；最终将两个编码分支的区域化脑电表示连接后得到单通道编码器最终输出的区域化脑电表示。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于大脑区域特性的脑电信号表示学习方法及系统