摘要
本公开提供一种基于脑电和心电的多模态融合特征的状态监测方法及系统,其中,基于脑电和心电的多模态融合特征的状态监测方法包括:获取受试人员的脑电图和心电图的模拟数据集以及实际场景的工作人员的脑电图和心电图的真实数据集;根据模拟数据集和真实数据集,确定训练数据集;采用训练数据集对预设的深度学习神经网络进行训练处理,确定融合脑电和心电特征的生理心理状态监测模型;将待测人员的脑电图和心电图的模拟数据集输入融合脑电和心电特征的生理心理状态监测模型,确定待测人员的生理心理状态。通过本公开,采用脑电图和心电图进行多模态分析,实现对用户的生理心理状态的快速分析,简化监测流程,提高状态监测的准确性。
技术关键词
心电特征
脑电图数据
深度学习神经网络
多模态特征
心理
状态监测方法
生理
融合特征
分类器
非临时性计算机可读存储介质
状态监测装置
脑电传感器
状态监测系统
状态监测模块
心电传感器
模型训练模块
数据传输模块
数据处理模块
系统为您推荐了相关专利信息
图像生成方法
多通道控制模块
图像生成模型
专用训练
噪声预测
文本段落
多模态特征
内容管理系统
内容管理方法
视频
多模态特征融合
特征提取网络
特征提取模块
特征金字塔网络
可见光
驾驶员状态评估
多模态特征
融合特征
异常状态
Pearson相关系数
自然场景图像
卷积神经网络分类
变换器
补丁
特征信息融合