一种应用于脑机接口任务的分类模型的训练方法及装置

    公开(公告)号:CN117932406A

    公开(公告)日:2024-04-26

    申请号:CN202410072052.3

    申请日:2024-01-17

    Abstract: 本说明书公开了一种应用于脑机接口任务的分类模型的训练方法及装置,专用设备通过将标准脑电序列数据对应的特征向量输入到待训练的分类模型,得到标准脑电序列数据对应的各采样点各自的预测运动想象状态以及标准脑电序列数据对应的整体运动想象状态,以最小化标准脑电序列数据对应的整体运动想象状态与标准脑电序列数据对应的标准整体运动想象状态之间的偏差,以及最小化标准脑电序列数据对应的任意两个连续的采样点的运动想象状态变化信息与该两个采样点的实际运动想象状态变化信息之间的偏差为优化目标对分类模型进行训练。训练后的分类模型可根据输入的脑电序列数据输出脑电序列数据对应的整体运动想象状态,提高了脑机接口任务的执行质量。

    一种基于脑机接口的数据筛选和模型训练方法及装置

    公开(公告)号:CN116595456B

    公开(公告)日:2023-09-29

    申请号:CN202310665531.1

    申请日:2023-06-06

    Abstract: 本说明书公开了一种基于脑机接口的数据筛选和模型训练方法及装置,可以获取预训练脑电样本数据,预训练脑电样本数据包括若干类别下的脑电样本。而后,可以针对每个类别,根据该类别下的预训练脑电样本数据,确定该类别下的脑电信号所对应的概率分布,进而,根据各类别下的脑电信号所对应的概率分布,构建高斯混合模型,并根据高斯分布模型,确定出每一类别的脑电样本数据对应的聚类范围,而后,确定候选脑电样本数据是否落入到标注对应类别的聚类范围中,若是,将候选脑电样本数据加入到训练样本数据集中,最后,根据训练样本数据集训练脑电分类模型,提高了筛选出的训练样本和训练出的模型的准确性,提升了脑机接口系统的性能和稳定性。

    一种基于脑机接口的数据筛选和模型训练方法及装置

    公开(公告)号:CN116595456A

    公开(公告)日:2023-08-15

    申请号:CN202310665531.1

    申请日:2023-06-06

    Abstract: 本说明书公开了一种基于脑机接口的数据筛选和模型训练方法及装置,可以获取预训练脑电样本数据,预训练脑电样本数据包括若干类别下的脑电样本。而后,可以针对每个类别,根据该类别下的预训练脑电样本数据,确定该类别下的脑电信号所对应的概率分布,进而,根据各类别下的脑电信号所对应的概率分布,构建高斯混合模型,并根据高斯分布模型,确定出每一类别的脑电样本数据对应的聚类范围,而后,确定候选脑电样本数据是否落入到标注对应类别的聚类范围中,若是,将候选脑电样本数据加入到训练样本数据集中,最后,根据训练样本数据集训练脑电分类模型,提高了筛选出的训练样本和训练出的模型的准确性,提升了脑机接口系统的性能和稳定性。

    一种基于深层脑肌功能耦合的信息展示方法及装置

    公开(公告)号:CN116719411B

    公开(公告)日:2024-06-21

    申请号:CN202310646428.2

    申请日:2023-06-01

    Abstract: 本说明书公开了一种基于深层脑肌功能耦合的信息展示方法及装置,获取设定时间内的脑电信号和肌电信号,并针对该脑电信号进行溯源分析,确定大脑皮层中各功能区域对应的源信号,功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号,而后,根据该设定时间内的肌电信号,确定出运动单元MU向外发放信号的发放时间,并根据发放时间,确定各肌肉表皮位置所接收到的MU发放的源信号,而后,将各功能区域对应的源信号以及各肌肉表皮位置所接收到的MU发放的源信号,输入到非参数耦合模型,以确定出各功能区域对应的源信号与各肌肉表皮位置所接收到的MU发放的源信号之间的相关性,以提高脑肌功能耦合的准确性。

    一种基于深层脑肌功能耦合的信息展示方法及装置

    公开(公告)号:CN116719411A

    公开(公告)日:2023-09-08

    申请号:CN202310646428.2

    申请日:2023-06-01

    Abstract: 本说明书公开了一种基于深层脑肌功能耦合的信息展示方法及装置,获取设定时间内的脑电信号和肌电信号,并针对该脑电信号进行溯源分析,确定大脑皮层中各功能区域对应的源信号,功能区域对应的源信号用于表征该功能区域的大脑皮层向外发放的信号,而后,根据该设定时间内的肌电信号,确定出运动单元MU向外发放信号的发放时间,并根据发放时间,确定各肌肉表皮位置所接收到的MU发放的源信号,而后,将各功能区域对应的源信号以及各肌肉表皮位置所接收到的MU发放的源信号,输入到非参数耦合模型,以确定出各功能区域对应的源信号与各肌肉表皮位置所接收到的MU发放的源信号之间的相关性,以提高脑肌功能耦合的准确性。

Patent Agency Ranking