[发明专利]基于深度学习的单侧肢体患者运动想象脑电通道选择方法

权利要求书

1.一种基于深度学习的单侧肢体患者运动想象脑电通道选择方法，其特征在于，其包括以下步骤：

步骤一，专业人员帮助患者佩戴并使用脑电采集设备；

步骤二，患者根据提示进行运动想象，脑电采集设备通过有线或无线传输方式将运动想象脑电信号传送给一台电脑进行个性化训练建模；

步骤三，电脑接收到脑电数据后首先对数据进行预处理；

步骤四，处理后的脑电数据送入深度学习模型进行特征提取；一维的神经卷积网络层将会提取每个脑电通道的时间特征；

步骤五，当提取脑电数据的时间特征后，对各个单侧肢体患者运动想象脑电通道的重要性进行评估筛选；首先各个通道的时间特征会经过一层全局平均池化，计算每个通道时间特征的平均值；之后每个通道的特征平均值将作为新的输入送入两层全连接层进行权重的学习，最后通过sigmoid函数输出；

步骤六，更新权重后的单侧肢体患者运动想象脑电通道与各自通道的时间特征相乘，再送入深度卷积层得到空间特征；步骤四中时间特征再经过步骤六提取空间特征后的特征称为时空特征；

步骤七，脑电数据的时空特征送入全连接层整合输出，最终建立好完整的个性化模型；

步骤八，患者使用个性化模型进行康复训练。

2.如权利要求1所述的基于深度学习的单侧肢体患者运动想象脑电通道选择方法，其特征在于，所述步骤三的预处理包括滤波、去基线以及数据切片整合。

3.如权利要求1所述的基于深度学习的单侧肢体患者运动想象脑电通道选择方法，其特征在于，所述脑电采集设备采用CGX公司的Quick30系列导联干电极帽，通过有线串口通讯或无线蓝牙方式与电脑连。