一种基于新型深度学习模型的脑控混合智能康复方法

摘要

一种基于新型深度学习模型的脑控混合智能康复方法，通过由电极帽和便携式脑电信号采集设备构成的脑‑机接口获取被试者的运动想象脑电信号，由解码模型解码被试者的运动意图；根据被试者的运动意图控制康复设备辅助被试者进行肢体运动；解码模型由训练数据集训练深度学习模型得到，随着被试者康复训练的推进，解码模型不断的更新以适应被试者的脑电图特征变化；训练数据集来源于运动想象数据库，运动想象数据库用于存储采集到的被试者的脑电图信号样本并进行时间标识和动作标签的标记。本发明可实时更新解码模型以适应患者训练过程中的脑电特征变化，进而有效提升脑电信号的分类效果，达到更加高效的康复训练效果。