公开(公告)号：CN115956928A

公开(公告)日：2023-04-14

申请号：CN202211728090.7

申请日：2022-12-29

Applicant: 河南大学

Inventor： 宋亚林 ,  徐晨 ,  王龙葛 ,  夏任喆 ,  于俊洋 ,  何欣

IPC: A61B5/372 ,  A61B5/291 ,  A61B5/00 ,  A61B5/11 ,  G06N3/0464

Abstract: 本发明公开一种基于深度学习的手部运动脑电信号分类方法，包括以下步骤：1)按照手部动作实验范式进行数据采集，构建手部运动脑电信号数据集，并对数据集进行滤波、去伪迹等预处理操作；2)加入自动权重数据平衡模块，加入动作电位特征提取卷积模块，引入注意力机制模块，构建基于改进的EEGNet脑电信号分类网络；3)设置脑电信号分类网络的超参数、损失函数，使用数据集进行训练，得到脑电信号分类网络模型；4)使用已训练网络模型进行脑电信号分类，并对分类结果进行评估。本发明能够适用于手部动作脑电信号分类检测处理，检测精确率高，在人类手部肢体康复系统领域应用前景广泛。