文档名：复数循环神经网络解码运动参数的研究
摘要：从脊柱损伤患者脑电(EEG)信号解码肢体运动参数以控制机器人辅助患者运动具有重要意义.但基于浅层机器学习方法从EEG信号解码运动参数需要人工设计特征,难以获取特定于任务的复杂抽象特征.而实数循环神经网络(RRNN)虽然能自动学习EEG信号特征,但只能刻画幅值信息,无法获取相位信息.针对上述问题,提出一种基于复数循环神经网络(CRNN)从EEG信号解码手部运动参数的方法.首先,在网络模型的输入层对EEG信号进行短时傅里叶变换(STFT)得到复数域表征;然后,利用复数网络自主学习复数特征并进一步解码手部运动参数.针对位置和速度参数解码任务,所提方法平均解码精度达到0.64和0.70,比RRNN和浅层机器学习代表性方法多元线性回归的解码性能提升超过20％.
作者：黄孝妍 曾洪 宋爱国Author：HUANGXiaoyan ZENGHong SONGAiguo
作者单位：东南大学仪器科学与工程学院,江苏南京210096
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(3)
分类号：TH89
关键词：脑机接口 复数循环神经网络 解码 脑电信号
机标分类号：TP391.41TN911.7R683.2
在线出版日期：2023年3月27日
基金项目：江苏省自然科学基金资助项目复数循环神经网络解码运动参数的研究[
期刊论文] 传感器与微系统--2023, 42(3)黄孝妍 曾洪 宋爱国从脊柱损伤患者脑电(EEG)信号解码肢体运动参数以控制机器人辅助患者运动具有重要意义.但基于浅层机器学习方法从EEG信号解码运动参数需要人工设计特征,难以获取特定于任务的复杂抽象特征.而实数循环神经网络(RRNN)虽然...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
复数循环神经网络解码运动参数的研究 Study on decoding motion parameters based on CRNN
复数循环神经网络解码运动参数的研究.pdf
- 文件大小:
- 576.03 KB
- 下载次数:
- 60
-
高速下载
|
|
