龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖州师范学院
申请日：2023-09-19
公开（公告）日：2024-06-04
公开（公告）号：CN118133096A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/213;G06F18/10;G06N3/0464;G06N3/082;G06F18/214;G06F18/21
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本发明公开了一种基于可解释轻量级模型的运动想象脑电分类方法，包括：对原始脑电信号进行预处理；设计轻量级和可解释的浅层卷积神经网络，构建Sinc卷积层学习带通滤波器以提取时频域特征，采用空间深度卷积层减少信道连接并学习空间滤波器，应用全连接层完成脑电特征分类；对运动想象脑电信号进行可解释性分析，引入事后解释SHAP方法刻画特征重要性，定位识别运动想象脑电特定类别的重要导联。本发明能够捕获和融合不同频率范围的信息，对空间特征进行学习，提高数据处理的效率和分类的准确性，增加模型的可解释性。
主权项：1.一种基于可解释轻量级模型的运动想象脑电分类方法，其特征在于：包括以下步骤，1获取原始脑电信号，进行预处理操作；2设计轻量级和可解释的浅层卷积神经网络，构建Sinc卷积层和空间深度卷积层提取时频域和空间脑电特征，使用全连接层实现脑电特征分类，得到最终分类结果；3通过引入事后解释SHAP方法解释模型预测，定位决策分类结果的重要脑区。
全文数据：
权利要求：
百度查询： 湖州师范学院 一种基于可解释轻量级模型的运动想象脑电分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号