公开(公告)号：CN110090017B

公开(公告)日：2021-09-14

申请号：CN201910178711.0

申请日：2019-03-11

Applicant: 北京工业大学

Inventor： 段立娟 ,  徐凡 ,  崔嵩 ,  乔元华

IPC: A61B5/369 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于LSTM的脑电信号源定位方法，包括以下步骤：步骤(1)、模拟脑电数据生成；步骤(2)基LSTM的定位模型构建、步骤(3)、模拟脑电数据训练定位模型；步骤(4)、真实脑电数据预处理；步骤(5)、针对真实脑电数据的信号源定位。采用本发明技术方案，可以根据采集的脑电信号推测出信号源在颅内位置。

公开(公告)号：CN110090017A

公开(公告)日：2019-08-06

申请号：CN201910178711.0

申请日：2019-03-11

Applicant: 北京工业大学

Inventor： 段立娟 ,  徐凡 ,  崔嵩 ,  乔元华

IPC: A61B5/0476 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于LSTM的脑电信号源定位方法，包括以下步骤：步骤(1)、模拟脑电数据生成；步骤(2)基LSTM的定位模型构建、步骤(3)、模拟脑电数据训练定位模型；步骤(4)、真实脑电数据预处理；步骤(5)、针对真实脑电数据的信号源定位。采用本发明技术方案，可以根据采集的脑电信号推测出信号源在颅内位置。

公开(公告)号：CN109846477A

公开(公告)日：2019-06-07

申请号：CN201910085487.0

申请日：2019-01-29

Applicant: 北京工业大学

Inventor： 段立娟 ,  肖莹 ,  徐凡 ,  乔元华 ,  陈军成 ,  苗军

IPC: A61B5/0476 ,  A61B5/00 ,  G06N3/04

Abstract: 一种基于频带注意力残差网络的脑电分类方法，属于模式识别和生物信息学领域。首先，对原始脑电信号进行预处理来去除信号中的噪声和伪迹；然后，采用固定长度的滑动窗口对预处理后的N导脑电信号进行分段，总共得到S段N导子信号；再使用小波包分解对S段N导子信号进行分解和重构，每段数据的每一导信号均分解为F个子频带信号；之后，将每个频带的多导分解结果转化为电极相关矩阵；再以F个频带的电极相关矩阵作为频带注意力残差网络的输入来完成对脑电信号的分类。与现有的技术相比，本发明优点：使用频带注意力模块来获取频带重要性权值，为每个样本赋予个性化的频带注意力分布。

公开(公告)号：CN109846477B

公开(公告)日：2021-08-06

申请号：CN201910085487.0

申请日：2019-01-29

Applicant: 北京工业大学

Inventor： 段立娟 ,  肖莹 ,  徐凡 ,  乔元华 ,  陈军成 ,  苗军

IPC: A61B5/369 ,  A61B5/00 ,  G06N3/04

Abstract: 一种基于频带注意力残差网络的脑电分类方法，属于模式识别和生物信息学领域。首先，对原始脑电信号进行预处理来去除信号中的噪声和伪迹；然后，采用固定长度的滑动窗口对预处理后的N导脑电信号进行分段，总共得到S段N导子信号；再使用小波包分解对S段N导子信号进行分解和重构，每段数据的每一导信号均分解为F个子频带信号；之后，将每个频带的多导分解结果转化为电极相关矩阵；再以F个频带的电极相关矩阵作为频带注意力残差网络的输入来完成对脑电信号的分类。与现有的技术相比，本发明优点：使用频带注意力模块来获取频带重要性权值，为每个样本赋予个性化的频带注意力分布。