脑电张量模式识别技术与脑机交互康复系统

摘要

一种脑电张量模式识别技术与脑机交互康复系统，包括：信号采集模块、小波变化模块、张量分解模块、数据模式预测模块、特征降维模块和模式分类预测模块，本发明采用高维度的张量分析方法来处理脑电信号，从多模态得到患者的脑电信号特征。在模型训练方面，采用多层深度网络进行训练，运用深度学习训练方法得到鲁棒模型。在康复训练时，在训练时给患者提供反馈信号，让患者直观的通过反馈来调整自己的思维活动。同时，模型在患者康复训练的过程中也逐步微调，根据患者较新的脑电信号数据更新，这样在经过一段时间的磨合后，可以训练出自适应患者的模型，从而更好的帮助患者进行康复训练和治疗恢复。