摘要
本发明涉及认知障碍检测技术领域,公开了基于脑电微状态与眼动轨迹的认知功能障碍预警方法及其装置,包括以下步骤:S1数据采集步骤、S2脑电预处理步骤、S3脑电特征提取步骤、S4眼动特征提取步骤、S5特征融合步骤、S6预警判断步骤。本发明通过脑电与眼动特征的独立卷积分支,利用空洞卷积扩大感受野以捕获多尺度特征,自注意力层建模长距离依赖;经张量拼接后,通过门控循环单元(GRU)动态融合时序信息,捕捉跨模态时间关联。其优势在于增强多模态特征层次化提取与自适应建模能力,优化互补性融合效率,同时借助空洞卷积稀疏连接、自注意力参数共享及GRU轻量化设计,平衡模型复杂度与计算效率,为认知功能障碍预警提供高效特征表示。
技术关键词
认知功能障碍
预警方法
脑电特征提取
轨迹
隐马尔可夫模型
成分分析方法
独立成分分析
遗传算法优化
门控循环单元
电信号
注视点
认知障碍检测
深度学习模型
高密度多通道
条件生成对抗网络
融合时序信息
模糊C均值聚类
卷积稀疏编码
脑电采集电极
卡尔曼滤波
系统为您推荐了相关专利信息
异常信息
历史监测数据
闭环管理方法
船舶航行轨迹
偏差
频域资源调度方法
多无人机
跳频通信系统
梯度算法
轨迹
在线辨识方法
飞行器弹性模态
发动机地面试车
滤波器时间常数
计算机程序产品