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