摘要
本发明涉及图像处理技术领域,尤其涉及一种基于人工智能的脑电信号图像识别方法及系统,方法包括:对采集到的脑电信号数据依次进行去噪、清洗、滤波以及特征提取以输出脑电信号特征;使用所述标注完成的脑电信号数据和所述脑电信号特征对深度学习模型进行训练并实时更新,使用训练完成的深度学习模型对脑电信号图像进行识别以输出识别结果;基于脑电信号图像的失真区域面积占比确定脑电信号图像的识别精准性;若所述脑电信号图像的识别精准性不符合要求,则对脑电信号数据的采样保持时长进行调节;若所述脑电信号图像的识别有效性不符合要求,则对滤波器的截止频率进行调节。本发明提高了脑电信号图像的识别精准性。
技术关键词
深度学习模型
脑电信号特征
图像识别方法
模型训练模块
有效性
图像识别模块
数据处理模块
数据采集模块
滤波器
图像识别系统
特征提取单元
存储模块
图像处理技术
模型更新
标记
控制模块
系统为您推荐了相关专利信息
seq2seq模型
Word2Vec模型
BERT模型
工作流引擎
模板
机器学习模型
转移预测方法
机器学习算法
肿瘤标志物
患者
轧机
强化学习模型
样本
深度学习模型
历史运行数据