摘要
一种基于脑电‑肌电信号融合与动态交互建模的本体感觉评估方法,同步采集受试者下肢运动过程中的EEG信号与EMG信号;对采集信号进行带通滤波、伪迹去除和小波变换处理,提取多通道时频特征,形成预处理特征矩阵;将EEG信号与EMG信号的时频特征进行融合,构建多模态特征集,并采用稀疏编码方法压缩特征维度;将压缩后的特征序列输入结合长短期记忆网络与注意力机制的神经网络模型,进行动态交互建模;基于模型输出生成交互指标序列,并通过滑动窗口与高斯核平滑处理构建交互矩阵,从而实现脑‑肌交互强度的可视化与本体感觉功能的动态量化。本发明还提供一种实施该方法的系统。本发明客观性强、特征提取精度高、动态建模能力优。
技术关键词
电信号
滑动窗口
注意力机制
动态
深度神经网络模型
多通道
多模态特征
信号采集模块
序列
可视化模块
强度随时间变化
指标
多频段
稀疏编码方法
独立成分分析
长短期记忆网络
系统为您推荐了相关专利信息
强化学习系统
面向多智能体
强化学习模型
神经网络参数
轨迹
决策优化方法
动态照明
强化学习模型
大数据
采集照明
红外接收模块
LED封装结构
光电二极管
发光二极管
芯片
功率自适应控制
液压泵系统
场景特征
融合特征
序列