摘要
本申请涉及神经信号相关技术领域,具体涉及一种神经信号特征解码的脑控外设认知负荷的评估方法和装置,通过预设的采集设备,分别采集测试者在完成单一脑控任务(如控制机械臂移动和抓取)时的神经信号作为对照数据,以及在同时进行其他脑力任务时的神经信号作为试验数据。同时,记录两种情况下的任务执行结果。基于这些数据,利用预训练的深度学习模型评估测试者的认知负荷值。该方法还涉及对神经信号进行预处理,提取时域、频域和时频域特征,并动态调节脑力任务难度以优化评估精度。本发明能够全面、精准地量化认知负荷,为脑控外设的设计优化和个性化调整提供有力支持,具有重要的理论和实际应用价值。
技术关键词
信号特征
负荷
信号采集设备
频域特征
解码
数据
深度学习模型
脑电帽
时域特征
机械臂
处理器
可读存储介质
带通滤波器
评估装置
存储器
计算机
电子设备
系统为您推荐了相关专利信息
检测网络模型
频域特征
网络流量数据
多分支
融合特征
配送路径规划方法
无人机协同
深度强化学习模型
嵌入特征
车辆
冷热电联供型微网系统
能源供应模块
储能模块
负荷预测模型
多模式