[发明专利]一种基于图-节点卷积神经网络的脑电信号分类方法在审
| 申请号： | 202211573216.8 | 申请日： | 2022-12-08 |
| 公开（公告）号： | CN116236196A | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 吴强;李浩然;郑丽娜;刘建业;孙钊;田民君 | 申请（专利权）人： | 山东大学;众阳健康科技集团有限公司 |
| 主分类号： | A61B5/16 | 分类号： | A61B5/16;G06F18/10;G06F18/213;G06F18/24;G06F18/25;G06F18/241;G06N3/048;G06N3/0464;G06N3/08;A61B5/372;A61B5/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李健康 |
| 地址： | 266237 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图‑节点卷积神经网络的脑电信号分类方法。本发明采用了2D卷积+图卷积，图分类+节点分类的深度学习网络来对脑电信号进行分析，其特点在于：对原始脑电信号进行去噪等预处理之后，提取出脑电信号的微分熵特征，利用到了脑电信号的频域信息；然后将特征送入并行2D卷积和图卷积网络中进行时间信息和空间信息的提取，从而得到时域、频域和空间域的复合特征，最终输入到节点分类图神经网络中进行脑电信号分类。根据上述方法流程，本发明在MODMA数据集上进行了相关的实验验证，结果证明本发明提出的方法优于单一模型和串行模型的方法，具有更好的脑电信号分类效果。 | ||
| 搜索关键词： | 一种 基于 节点 卷积 神经网络 电信号 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学;众阳健康科技集团有限公司，未经山东大学;众阳健康科技集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211573216.8/，转载请声明来源钻瓜专利网。
