一种基于变分自编码器与聚类的MEG数据坏段检测方法

AITNT
正文
推荐专利
一种基于变分自编码器与聚类的MEG数据坏段检测方法
申请号:CN202510739578
申请日期:2025-06-04
公开号:CN120654006A
公开日期:2025-09-16
类型:发明专利
摘要
本发明公开了一种基于变分自编码器与聚类的MEG数据坏段检测方法,属于脑磁图数据处理技术领域。所述方法包括:收集脑神经活动原始数据并进行时域特征和频域特征的提取,输入到变分自编码器中,转化为低维潜在变量;在变分自编码器中将重构损失与KL散度的和作为总损失函数,通过反向传播算法最小化所述总损失函数;提取变分自编码器中的低维潜在变量,并使用训练好的聚类算法对低维潜在变量进行聚类分析,以区分坏段与好段;将训练好的聚类算法识别出的MEG坏段数据解码回原始特征空间。本发明在低信噪比、大源和多源的环境中表现出稳健的性能,显示出强大的鲁棒性和优越的成像性能。
技术关键词
编码器 时域特征 频域特征 变量 传播算法 解码器 卷积神经网络提取 时序依赖关系 密度聚类算法 高斯混合模型 周期性特征 处理器 数据处理技术 数据解码 重构模块 信号
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