一种基于深度学习及图像特征的脑电数据分类方法

摘要

本发明公开了一种基于深度学习及图像特征的脑电数据分类方法。使用EEGnet作为特征分类的方法，图像特征学习网络作为重要处理方式，通过对EEG信号进行图像特征提取及学习,对特征进行分类。获取EEG数据并预处理；用被试观看的图片做数据预处理，并用EEGnet对图像数据做训练，得到图像特征分类器；用特征学习方法从脑电数据中得到图像特征向量；将EEG信号提取出的图像特征向量放入特征分类器中分类。在EEG数据的图像特征分类领域中，与传统的机器学习、深度学习方法相比，本发明特征提取方法拥有更好的提取效果，图像特征分类的准确率得到了显著提升。