一种时频域信息融合的深度学习脑电降噪方法

作者：陈勋; 尹瑾; 刘爱萍; 李厚强; 张勇东; 吴枫

来源：2022-06-15, 中国, CN202210678510.9.

本发明公开了一种时频域特征融合的深度脑电降噪方法,包括：1、将采集到的多通道含噪脑电信号通过通道分割和随机窗切片的方式构建训练集和测试集；2、建立时频域特征融合网络,该网络利用时域特征提取单元和频域特征提取单元提取脑电信号和伪影信号的判别性特征,之后将不同域的判别性特征通过自适应多域特征融合模块进行特征融合,将融合后的特征通过特征解码模块获得降噪后的脑电信号；3、利用训练好的模型实现脑电伪影降噪任务。本发明同时考虑了脑电信号和伪影信号在不同域的信号差异,通过融合时域和频域的判别性特征,提高了深度神经网络的降噪能力,对脑机接口和医疗健康等领域具有重要意义。

• 单位
  中国科学技术大学