基于迁移学习的脑卒中患者运动想象任务识别方法及系统

摘要

本发明公开了一种基于迁移学习的脑卒中患者运动想象任务识别方法及系统，属于脑机接口领域，本发明要解决的技术问题为如何在训练数据不足的情况下，利用迁移学习构建训练模型，有效地提取脑电信号特征并实现高效的模式分类，采用的技术方案为：该方法具体如下：采集及预处理脑电信号：采集脑卒中患者的包含MI的脑电信号，对脑电信号进行预处理；特征提取和分类：使用EEGNet模型与迁移学习中的Finetune技术进行结合对预处理后的脑电信号进行特征提取和分类；评估分类性能：将测试集输入到各个模型，对比各个模型在受试者内部的分类准确率，评估出各个模型的分类性能。该系统包括采集及预处理模块、特征提取及分类模块和分类性能评估模块。