公开(公告)号：CN118260672B

公开(公告)日：2025-05-09

申请号：CN202410462478.X

申请日：2024-04-17

Applicant: 杭州电子科技大学

Inventor： 孔万增 ,  赵添逸 ,  张建海 ,  朱莉

IPC: G06F18/2415 ,  G06F18/213 ,  G06F3/01 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/094 ,  A61B5/369 ,  A61B5/00 ,  A61M21/00

Abstract: 本发明公开了一种基于多被试数据合并对抗训练的运动想象解码方法，该解码方法采用多被试数据合并对抗训练运动想象分类模型，交替使用正向训练与逆向训练来训练运动想象分类模型，使模型专注于运动想象任务的特征提取，在跨时段和跨被试方面具有更好的鲁棒性，解决了多被试合并训练运动想象分类模型时准确率较低的问题，有效地提高多被试数据合并时的训练效果，在现实应用如卒中康复当中更具实用性；同时，本发明拓宽了模型训练数据的获取来源，减少了单个被试需要采集的数据量，能够缓解脑电数据采集困难，训练样本匮乏的问题；同时，与传统一对一的模型训练方式相比，本发明的分类准确率较高。

公开(公告)号：CN118260672A

公开(公告)日：2024-06-28

申请号：CN202410462478.X

申请日：2024-04-17

Applicant: 杭州电子科技大学

Inventor： 孔万增 ,  赵添逸 ,  张建海 ,  朱莉

IPC: G06F18/2415 ,  G06F18/213 ,  G06F3/01 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/094 ,  A61B5/369 ,  A61B5/00 ,  A61M21/00

Abstract: 本发明公开了一种基于多被试数据合并对抗训练的运动想象解码方法，该解码方法采用多被试数据合并对抗训练运动想象分类模型，交替使用正向训练与逆向训练来训练运动想象分类模型，使模型专注于运动想象任务的特征提取，在跨时段和跨被试方面具有更好的鲁棒性，解决了多被试合并训练运动想象分类模型时准确率较低的问题，有效地提高多被试数据合并时的训练效果，在现实应用如卒中康复当中更具实用性；同时，本发明拓宽了模型训练数据的获取来源，减少了单个被试需要采集的数据量，能够缓解脑电数据采集困难，训练样本匮乏的问题；同时，与传统一对一的模型训练方式相比，本发明的分类准确率较高。