[发明专利]一种基于脉冲神经网络的脑机接口解码方法

摘要

本发明公开了一种基于脉冲神经网络的脑机接口解码方法，包括：(1)构建基于脉冲神经网络的液体状态机模型，液体状态机模型由输入层、中间层和输出层构成；其中，输入层至中间层的连接权重为Whx，中间层内部的循环连接权重为Whh，中间层到输出层的读取权重为Wyh；(2)输入脉冲脑电信号，并采用以下策略训练各个权重：(2‑1)采用STDP无监督训练连接权重Whx；(2‑2)采用距离模型加随机连接的方式设置中间层循环连接权重Whh；(2‑3)采用岭回归有监督训练连接权重Wyh，并建立中间层液态信息R(t)和输出运动信息Y(t)之间的映射，最终输出预测的运动轨迹。利用本发明，可以在较短时间内快速训练模型，实时预测手臂运动轨迹，提升效率和准确率。