摘要
本发明涉及脑电信号特征提取技术领域,公开了一种基于人工智能的脑电信号特征提取方法,括脑电数据预处理步骤;脑电数据频段分量提取步骤;计算每个频段邻接矩阵;对多个频段邻接矩阵中的值进行特征选择;两两频带之间计算邻接矩阵;对两两频带邻接矩阵中的值进行特征选择,脑电数据预处理步骤利用50Hz陷波器以及独立成分分析。通过构建跨通道的脑电网络,实现了跨通道脑电特征的精确提取,并构建了跨频率脑电网络,在此基础上,进一步实现了跨频率脑电特征的深度挖掘,有效融合了不同尺度的脑电信息,通过配合深度神经网络,能够更全面地解析慢性疼痛状态下的脑电活动,显著提升特征提取的准确性和效率。
技术关键词
频段
特征选择
独立成分分析
通道
脑电信号特征提取
代表
陷波器
脑电特征
数字带通滤波器
慢性疼痛患者
数据
深度神经网络
矩阵
信号源
采样点
频率
系统为您推荐了相关专利信息
干扰鉴别方法
脉冲
图像处理手段
速度联合欺骗干扰
回波
智能预警方法
风险预测模型
地面
数据
田间持水量
图像处理模型
图像处理方法
编码器特征
通道注意力机制
CT图像数据
无标签样本
全息图
模型训练方法
矩阵
模型训练装置
盘煤系统
盘煤方法
数据采集模块
遗传算法优化
数据传输模块