《一种利用深度神经网络对EEG数据的噪声识别方法》

技术简介：

本发明涉及神经网络算法技术领域,尤其涉及一种利用深度神经网络对EEG数据的噪声识别方法,包括S1、通过脑电帽采集被试卒中关节的组合动作时诱发的EEG数据；S2、对数据集中数据进行降采样、粗滤波和独立成分分解；S3、将IC地形图进行裁剪；S4、将IC地形图送入二维CNN卷积网络,IC激活送入一维卷积网络,并将两个卷积网络的输出值送入DNN卷积网络；S5、将DNN卷积网络输出值通过softmax分类器进行分类,并对EEG数据进行噪声剔除。本发明利用一维CNN卷积、二维CNN卷积和DDN卷积搭建深度神经网络可以有效分类出噪声成分,对实时采集的EEG噪声敏感度高,能够有效的剔除噪声成分。

研发人员：邹凌;杨亮宇;周天彤;李文杰