一种脑电信号运动想象解码方法及深度学习神经网络模型

    公开(公告)号:CN117349707A

    公开(公告)日:2024-01-05

    申请号:CN202311463699.0

    申请日:2023-11-06

    Applicant: 复旦大学

    Abstract: 本发明提供一种脑电信号运动想象解码方法及深度学习神经网络模型,网络结构包括初始特征提取模块、多分支transformer模块、融合注意力模块和分类器模块,初始特征提取模块初步提取脑电信号的时空特征图;多分支transformer模块将初始特征提取模块输出的时空特征图处理为不同特征深度组合的长短不一的特征序列;融合注意力模块依据自注意力机制将特征序列融合起来,获取用于分类的最终特征;分类器模块利用融合注意力模块输出,再通过线性求和学习序列内部元素之间的位置关系,完成分类,实现对运动想象脑电数据的全局时空频特征的有效学习,以端到端的神经网络模型,能够简洁且精准预测运动想象动作标签。

Patent Agency Ranking