一种特征权重自学习的睡眠质量检测关键脑区判定方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 彭勇,李晴熙
- 申请号：
- CN201911269218.6
- 公开号：
- CN111067513A
- 申请日:
- 2019.11.12
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供一种特征权重自学习的睡眠质量检测关键脑区判定方法;属于脑电信号识别领域。本发明的睡眠质量评估方法如下:一、首先是对脑电数据的获取与处理。二、对处理之后的脑电数据使用GRLSR模型进行分类并获得特征权重值。三、利用特征权重值筛选关键频段。四、利用特征权重值筛选关键脑区。本发明将半监督学习模型以及脑机接口技术融入到脑电检测领域中,可以筛选出脑电信息检测的关键频段以及关键脑区,并利用关键脑区大幅提高脑电识别的正确率。
- 来源网站：
- 中国工程科技知识中心
