基于注意力时间卷积的运动想象脑电分类方法

打开文本图片集

摘  要： 以运动想象为基础的脑机接口技术有助于运动障碍患者的康复，因而被广泛应用于康复医疗领域。针对目前脑电信号的信噪比导致深度学习方法在运动想象数据集上解码精度不高的问题，提出一种基于注意力时间卷积的运动想象脑电分类方法。首先利用深度卷积模块初步提取脑电信号中的时间与空间信息，采用多尺度卷积模块中三个不同大小的卷积块进一步提取MI⁃EEG（运动想象脑电）数据中整体和细节特征；再经过多头注意力模块突出数据中最有价值的特征，利用时间卷积网络提取高级时间特征；最后，经过全连接网络和softmax层输出分类结果。（剩余11886字）