一种基于静息态脑电数据的性别分类方法
- 专利权人:
- 同济大学
- 发明人:
- 何良华,任强
- 申请号：
- CN201910701025.7
- 公开号：
- CN110477909A
- 申请日:
- 2019.31.07
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明涉及一种基于静息态脑电数据的性别分类方法,包括以下步骤:S1、采集各性别对应的原始静息态脑电数据;S2、对原始静息态脑电数据进行预处理,得到去除伪迹的静息态脑电数据;S3、重新组合去伪迹的静息态脑电数据;S4、构建卷积神经网络,并将去除伪迹的重组静息态脑电数据输入给卷积神经网络,对卷积神经网络进行训练和测试,得到训练好的卷积神经网络;S5、由训练好的卷积神经网络对实际静息态脑电数据进行分类。与现有技术相比,本发明将静息态脑电数据进行去伪迹和重组,基于大脑功能性连接的特征,通过卷积神经网络进行特征提取及分析,不仅降低了脑电数据预处理的复杂性,也解决了针对脑电数据无法选择合适模型的问题。
- 来源网站：
- 中国工程科技知识中心
