一种基于多粒度组合的Transformer的脑电解译方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多粒度组合的Transformer的脑电解译方法
申请号:CN202510393705
申请日期:2025-03-31
公开号:CN120336805A
公开日期:2025-07-18
类型:发明专利
摘要
本发明提供了一种基于多粒度组合的Transformer的脑电解译方法,包括如下步骤:步骤1:从原始脑电信号中获取微分熵特征xe;步骤2:使用空间特征提取Transformer获得脑电区域的空间特征;步骤3:使用浅层时间特征提取模块提取获得脑电信号的时间特征;步骤4:使用细粒度卷积模块,提取细粒度时间特征;步骤5:使用自注意力(SA)和引导注意力(GA)来优化生成的多级信息,得到脑电活动所对应的情绪标签;该方法在提取细粒度和利用电极的空间特征上实现了显著进步,通过加入空间特征提取以及时间特征提取操作,提高算法效率,有效解决了空间特征利用不足等问题,确保了解码的准确率。
技术关键词
原始脑电信号 空间特征提取 卷积模块 特征提取模块 输出特征 神经网络激活函数 电解 sigmoid函数 注意力机制 浅层特征提取 变压器结构 概率密度函数 多层感知器 嵌入特征 采样率 上采样 批量
系统为您推荐了相关专利信息
智能医疗诊断系统 评分算法 数据 主成分分析技术 融合算法
融合卷积神经网络 图像增强方法 图像增强模型 原始图像数据 恶劣天气条件
图像特征识别方法 特征提取模块 Softmax函数 融合特征 形态
焊缝特征点 生成器网络 条件生成对抗网络 识别方法 注意力机制
血管内皮生长因子 多尺度特征提取 焦点损失函数 输出特征 滤波去噪