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:上海韶脑传感技术有限公司
摘要:本发明公开一种基于DNN‑ISR‑WTC的SSVEP异步跨被试脑电识别方法,包括:使用深度神经网络DNN结构,针对任务态数据,使用标准数据集训练形成任务态DNN模型集合;针对空闲态数据,使用四种空闲态实验范式采集空闲态数据,得到空闲态数据集,训练得到空闲态DNN模型集合。状态判断:使用空闲态识别ISR策略,对每组测试数据,计算其与空闲态模型集合和标准频率模板间的相关度矩阵,判断当前状态。使用权重模型集合分析WTC策略,基于任务态DNN模型集合计算其匹配度和相关度矩阵,进而得到权重集合,加权计算后预测被试注视目标。本发明通过使用DNN网络结构进行训练建模,提升算法跨被试性能,通过使用ISR空闲态识别策略,实现SSVEP异步识别,二者结合实现SSVEP异步跨被试识别解码。
主权项:1.一种基于DNN-ISR-WTC的SSVEP异步跨被试脑电识别方法,其特征在于,包括以下步骤:构建网络模型:对任务态数据,使用包含任务态数据的标准数据集,对初始DNN网络结构进行训练建模,形成任务态DNN模型集合;对空闲态数据,使用四种空闲态实验范式采集空闲态数据,将四类空闲任务视作四种SSVEP实验频率进行数据切分预处理,得到空闲态数据集,将其输入至初始DNN网络结构,重复训练建模过程得到空闲态DNN模型集合;状态判断:对测试数据使用空闲态识别ISR策略,计算其与空闲态DNN模型集合和标准频率模板间的相关度矩阵,若与其相关度最高的模型来自空闲态DNN模型集合,则判断此时为空闲态,反之判断为任务态;分析识别结果:对被判断为任务态的每组测试数据,使用权重模型集合分析WTC算法,基于任务态DNN模型集合计算其匹配度和相关度矩阵,得到权重集合,随后通过目标识别方法加权计算,预测被试注视目标。
全文数据:
权利要求:
百度查询: 上海韶脑传感技术有限公司 一种基于DNN-ISR-WTC的SSVEP异步跨被试脑电识别方法
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。