首页/ 徐州市健康研究院有限公司/ 专利详情

基于机器学习的脑电信号识别方法

基本信息

申请号 CN202010199754.X 申请日 -
公开（公告）号 CN111387975B 公开（公告）日 2022-06-17
申请公布号 CN111387975B 申请公布日 2022-06-17
分类号 A61B5/374（2021.01）I;A61B5/00（2006.01）I;G06K9/00（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分类 医学或兽医学；卫生学;
发明人 唐玮;束云潇;郝敬宾;杨雅涵;刘送永;张梅梅;姜雨辰;王帅 申请（专利权）人 徐州市健康研究院有限公司
代理机构 南京经纬专利商标代理有限公司 代理人 -
地址 221008江苏省徐州市泉山区软件园路6号软件园C7-4层
法律状态 -

摘要

摘要 本发明公开了一种上述基于机器学习的脑电信号识别方法，通过构建包括多个脑电信号的样本数据，提取出样本数据中各个脑电信号的α波节律，训练深度学习框架，得到初始模型，将目标脑电信号的α波节律输入所述初始模型进行再训练，得到脑电信号深度学习模型，提取样本数据中各个脑电信号的特征参数，将数据集划分为第一基准区间、第二基准区间、第三基准区间和第四基准区间。获取待测脑电信号，提取待测脑电信号的特征参数，得到待测参数，识别待测参数所处的基准区间，以依据待测参数所处的基准区间对相应待测脑电信号所表征的用户状态进行检测，所识别的基准区间具有较高的准确性，进而提高了所检测的用户状态的准确性。