摘要
本发明涉及信号处理技术领域,公开了一种脑电源成像方法、装置、设备、存储介质及产品,该方法包括:获取多通道脑电信号;对多通道脑电信号进行预处理;将预处理后的多通道脑电信号输入预先构建的广义变分组稀疏约束源成像模型,输出脑电源成像结果;广义变分组稀疏约束源成像模型中通过预设深度学习网络模型对源成像损失函数进行求解。本发明在广义变分组稀疏约束源成像模型中引入了由两种先验知识构建的正则项作为损失函数,来保证脑电源成像结果的鲁棒性与准确性。另外,本实发明中还采用深度学习模型求解,将约束模型与深度学习模型相结合,可以有效提高病态逆问题的求解效率。
技术关键词
多通道脑电信号
脑电源成像
深度学习网络模型
双向长短期记忆网络
广义
成像方法
深度学习模型
线性变换矩阵
信号处理技术
可读存储介质
正则化参数
指令
计算机程序产品
网络模块
时间段
存储器
处理器
邻域
系统为您推荐了相关专利信息
跨膜电位
神经网络模型
心脏
双向长短期记忆网络
数据
健康状态特征参数
剩余使用寿命
智能管理方法
锂电池老化
两轮电动车
拷贝数
乳腺癌辅助诊断
染色体
机器学习模型
矫正模型
车辆轨迹数据
司机
动态时间规整算法
车辆运行工况
迟滞参数