基于结构稀疏正则化的多变量脑肌电耦合分析方法及系统

AITNT
正文
推荐专利
基于结构稀疏正则化的多变量脑肌电耦合分析方法及系统
申请号:CN202411853836
申请日期:2024-12-16
公开号:CN119833135B
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开了基于结构稀疏正则化的多变量脑肌电耦合分析方法及系统,本发明的方法包括同步采集脑肌信号;对采集到的脑肌信号分别进行数据预处理,并将预处理后的数据分割为若干个不同的样本数据段;利用快速傅利叶算法对样本数据段中的脑肌信号进行频域分析,以计算脑肌信号各自的自功率谱矩阵以及之间的交叉谱矩阵;基于自功率谱矩阵和交叉谱矩阵,并通过结构稀疏化典型相干性算法提取多导联脑肌信号之间的皮质肌肉耦合特征,以重建皮质肌肉耦合特征相关的脑地形图。本发明可以在低样本量和高噪声水平下,鲁棒地识别健康人和卒中患者皮质肌肉耦合特征、稳健地恢复皮质肌肉耦合相关的脑地形图。
技术关键词
电信号 脑肌电耦合 耦合特征 矩阵 工频噪声 相干性 算法 零相位滤波 成分分析方法 FIR滤波器 数据 代表 功率 分析模块 参数 拉普拉斯 样本 变量
系统为您推荐了相关专利信息
1
一种矩阵乘法的加速方法、电子设备及存储介质
矩阵 元素 指令 内存 芯片设计技术
2
一种动态场景下基于特征强化与运动判断的SLAM算法、存储介质及设备
动态物体 动态场景 强化特征 模糊特征 实例分割网络
3
驾驶员的专注度评估方法、装置、计算机设备和存储介质
专注度评估方法 累积直方图 多模态特征融合 摄像机 图像
4
一种基于深度学习的宽带超材料吸波结构设计方法
结构设计方法 深度卷积神经网络 超材料吸波结构 预测网络模型 电磁仿真
5
饲料异常动态检测方法及系统
动态检测方法 网络矩阵 演化特征 异常状态 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号