摘要
本发明公开了一种跨模态神经信号降维方法及系统,该方法包括:同步采集至少两种不同模态的神经信号数据,其中至少包括第一种模态为皮层脑电信号,第二种模态为其他类型的神经信号,并在时间上对齐;对各模态的原始神经信号数据分别进行预处理和特征提取,获得分别代表各模态信息的特征表示;根据时间戳对齐不同模态的特征表示,构建配对的多模态特征集;构建并训练降维模型,对配对的多模态特征集进行联合降维映射;将新的待分析多模态神经信号数据输入降维模型,映射得到对应的低维特征表示;将低维特征表示进行神经信息分析或应用。本发明的方法能够有效保留不同神经信号模态之间的关联信息,降低数据维度和噪声干扰,提高后续分析的准确性。
技术关键词
皮层脑电信号
降维方法
模态特征
跨模态
功能性脑成像
多模态
特征提取模块
编码器
功率谱特征
输出模块
数据
重建误差
接口控制
解码器
模式识别
代表
噪声
系统为您推荐了相关专利信息
深度残差神经网络
缺陷诊断方法
建筑物外墙
外墙保温
可见光图像
模仿学习方法
记忆结构
机器人控制
Wasserstein距离度量
融合统计特征
区域建议网络
标注方法
视觉特征
标注装置
多模态
检测模型训练方法
跨模态
无标签样本
文本生成器
视觉特征
车险欺诈识别方法
动态决策树
传感器系统
超分辨率重建技术
多模态特征