一种基于Bi-LSTM和注意力机制的神经元信号去噪方法

本发明提出了一种基于Bi‑LSTM和注意力机制的神经元信号去噪方法，步骤包括实测神经元信号、数据预处理、合成数据集、深度学习模型，最后得到去噪声神经元信号，其中，所述的深度学习模型是由浅层的自编码器与内嵌的Bi‑LSTM层、注意力机制层组成的神经网络。本发明的显著特征在于使用了高时间敏感性的Bi‑LSTM与增强特征权重的注意力机制，相比常见的神经元信号去噪方法，具有高准确性，能在采集设备信噪比较低、通道数受限的情况下尽可能保留神经元电信号尖峰的原本形态，并且有具有经过合成数据集验证等显著优点。