买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：一种基于长短期记忆网络的稳态视觉诱发电位分类方法，首先，在液晶显示屏上刺激频闪的诱发下，采集被试枕叶9通道脑电信号；其次，对采集到的脑电信号通过降采样、带通滤波、陷波进行预处理；然后，对预处理后的脑电信号使用三层长短期记忆神经网络进行预测；最后，使用滤波器组典型相关分析算法对预测延长后的脑电信号进行特征提取与分类；本发明计算所需数据长度较短，可避免被试视觉疲劳，同时，特征提取更有效，分类准确率更高；此外，还提供了一种脑电预测的方法，兼顾了脑电数据的时序性和非线性特征，可以有效地预测脑电数据的变化趋势。

主权项：1.一种基于长短期记忆网络的稳态视觉诱发电位分类方法，其特征在于，包括以下步骤：一采集液晶显示屏上闪烁刺激诱发的SSVEP；二对采集到的脑电信号通过降采样、带通滤波、陷波进行预处理；三对预处理后的脑电信号使用三层LSTM网络进行预测；四使用FBCCA算法对预测延长后的脑电信号进行特征提取与分类；所述的步骤三具体为：3.1结合LSTM对输入数据的要求，对脑电信号X进行处理，其步骤如下：先将通道n的脑电信号xn正则化到[-1，1]，得到数据xn′，然后以150为数据窗长度，即每150个脑电数据预测下一个脑电数据，将该数据窗窗头对齐xn′第一个数据，并从xn′第一个数据向后滑动，直至窗尾对齐xn′倒数第二个数据，将滑动数据窗截到的数据合并成一个150×训练数据长度-150大小的矩阵，再将该矩阵添加一维度，得到150×训练数据长度-150×1大小的训练数据Xt，每个滑动数据窗预测得到的脑电数据合并成一个训练数据长度-150×1大小的训练数据Yt；3.2构建三层LSTM网络模型，其结构如下：第一个LSTM层有40个隐藏神经元，然后跟一个Dropout率为0.3的Dropout层；第二个LSTM层有30个隐藏神经元，然后跟一个Dropout率为0.2的Dropout层；第三个LSTM层有20个隐藏神经元，然后跟一个Dropout率为0.1的Dropout层；最后，添加一个全连接层，输出节点为1；将均方误差函数作为损失函数，优化器选用Adam，利用训练数据Xt和Yt对该网络进行训练；3.3使用训练好的网络对脑电信号进行预测，其步骤如下：先将数据xn′的最后150个数据作为网络的输入值，预测得到下一个脑电数据，并将预测得到的脑电数据添到xn′的末尾，重复步骤3.3的预测和数据添到末尾的操作，直至得到目标长度的预测值xp′，并将其反归一化，得到脑电预测值xp，该预测值与xn共同构成预测延长后的脑电数据xl，9通道预测延长后的脑电数据为Xl。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于长短期记忆网络的稳态视觉诱发电位分类方法