-
公开(公告)号:CN117909868A
公开(公告)日:2024-04-19
申请号:CN202410308932.6
申请日:2024-03-19
Applicant: 华南理工大学
IPC: G06F18/2415 , G06F18/10 , G06F18/2113 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/045 , G06N3/0464 , A61B5/369 , A61B5/00
Abstract: 本发明涉及脑电信号识别领域,为基于神经影像学先验的动态图卷积的脑电认知负荷分析方法及系统,其方法包括:原始脑电数据预处理、标签处理,构建留一受试者的跨被试数据集,搭建基于神经影像学先验的动态图卷积的脑电认知负荷分析模型,实现对脑电认知负荷的分析。在脑电认知负荷分析模型中,通过多尺度时空注意力空洞卷积模块,建模各个脑电通道和时间特征之间的重要性,提取与认知负荷相关的多尺度的特征信息;基于神经影像学先验初始化脑电电极的邻接矩阵;通过动态图卷积网络模块动态学习邻接矩阵,研究脑电认知负荷的内在连接,输出学习内在连接后的特征信息。本发明解决了脑电信号在跨被试应用中准确率低、泛化性差等问题。
-
公开(公告)号:CN117909868B
公开(公告)日:2024-07-05
申请号:CN202410308932.6
申请日:2024-03-19
Applicant: 华南理工大学
IPC: G06F18/2415 , G06F18/10 , G06F18/2113 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/045 , G06N3/0464 , A61B5/369 , A61B5/00
Abstract: 本发明涉及脑电信号识别领域,为基于神经影像学先验的动态图卷积的脑电认知负荷分析方法及系统,其方法包括:原始脑电数据预处理、标签处理,构建留一受试者的跨被试数据集,搭建基于神经影像学先验的动态图卷积的脑电认知负荷分析模型,实现对脑电认知负荷的分析。在脑电认知负荷分析模型中,通过多尺度时空注意力空洞卷积模块,建模各个脑电通道和时间特征之间的重要性,提取与认知负荷相关的多尺度的特征信息;基于神经影像学先验初始化脑电电极的邻接矩阵;通过动态图卷积网络模块动态学习邻接矩阵,研究脑电认知负荷的内在连接,输出学习内在连接后的特征信息。本发明解决了脑电信号在跨被试应用中准确率低、泛化性差等问题。
-