基于深度卷积网络的脑电运动想象分类方法

论文摘要

脑机接口是一种不依赖外围神经和肌肉的前提下,通过一定的技术手段提取大脑思维活动信息,通过计算机技术解码,直接分析大脑的信号,识别人脑的系统。本文使用脑机接口竞赛的公开数据,提出了两种基于深度学习的卷积神经网络,对脑电信号进行分类。实验结果证明,这两种卷积神经网络都可以训练出较好的模型,并对训练数据集取得较好的分类准确率,相比于传统的反向传播神经网络,卷积神经网络可以提高6%的准确率。

论文目录

• 引言
• 1 材料与方法
•   1.1 信号采集
•   1.2 数据预处理
•   1.3 数据归一化和数据增强
•   1.4 分类器
•     1.4.1 线性分类器
•     1.4.2 反向传播神经网络
•     1.4.3 LeNet和AlexNet神经网络
• 2 结果和分析
• 3 讨论

文章来源

类型: 期刊论文

作者: 陈娇

关键词: 脑机接口,运动想象,深度卷积网络,脑电运动

来源: 中国医疗设备 2019年08期

年度: 2019

分类: 医药卫生科技,基础科学,信息科技

专业: 生物学,生物医学工程,电信技术,自动化技术

单位: 南京医科大学附属儿童医院招标采购中心

分类号: R318;TP18;TN911.7

页码: 37-41

总页数: 5

文件大小: 2000K

下载量: 362