基于卷积神经网络的运动想象分类方法

作者:李甫; 吴昊; 晁伟兵; 石光明; 付博勋; 牛毅; 冀有硕; 董明皓; 王晓甜
来源:2019-10-18, 中国, ZL201910993633.X.

摘要

本发明公开了一种基于并行多尺度时间卷积核的卷积神经网络方法,主要解决现有技术检测准确率低,难以有效检测出用户想象运动的问题。其实现方案是:采集想象运动脑电数据,并对其进行预处理,使用预处理后的脑电数据制作数据集;构建卷积神经网络,使用训练集和验证集训练卷积神经网络,使用测试集测试卷积神经网络,使用被试者的脑电数据微调测试后的卷积神经网络,得到适合被试者进行在线实验的最终卷积神经网络;实时获取被试者的在线想象运动脑电信号,并送入最终的卷积神经网络,得到实时分类结果。本发明能有效检测出用户的想象运动,提高了对想象运动脑电信号的分类准确率,可用于医疗服务,作为辅助工具参与中风患者的康复治疗。