基于C-LSTM模型的端到端多粒度运动想象脑电信号分析方法

摘要：

脑电信号(Elect roencephalography,EEG)是人的大脑在不同状态下产生的生物电信号.运动想象脑电信号是其中较为典型的一类信号,广泛应用于脑机接口技术中.对运动想象脑电信号分析的研究由来已久,目前主要采用公共空间模式等特征提取方法,对于如何提取更加有效的脑电信号特征以及如何对时序信息进行建模仍然是需要解决的问题.因此,本文设计了基于C-LSTM(Convolutional-Long Short Term Memory)模型的端到端多粒度脑电分析方法.并利用空间信息以及小波脑网络方法进行了改进,在BCI2008数据集上,相较传统方法提高了近10％,到达了93.6％的识别率.

关键词：脑电信号、多粒度特征提取、卷积神经网络、长短时记忆网络

所属期刊栏目：34

分类号：TP391.4;TN911.72(计算技术、计算机技术)

资助基金：国家自然科学基金项目61671187;深圳市基础研究项目JCYJ20150929143955341;语言语音教育部-微软重点实验室开放基金资助项目HIT.KLOF.20150XX,HIT.KLOF.20160xx

在线出版日期：2018-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：883-890