[發明專利]基于LSTM和BP的運動想象腦電信號的分類方法

在審

• 申請號: 202111398097.2
• 申請日: 2021-11-19
• 公開（公告）號: CN114129175A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 鄭威;程怡
• 申請（專利權）人: 江蘇科技大學
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/00
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 盧霞

1.一種基于LSTM和BP的運動想象腦電信號的分類方法，其特征在于：所述運動想象腦電信號的分類方法包括如下步驟：

步驟1：數據進行預處理：對原始腦電信號進行數據預處理；

步驟2：將步驟1得到的數據進行歸一化處理；

步驟3：用改進后的LSTM模塊自動的進行特征提取；

步驟4：將步驟3LSTM模塊中提取到的特征輸送到BP神經網絡分類器中，得到分類結果；

步驟5：采用梯度下降法進行參數優化。

2.根據權利要求1所述基于LSTM和BP的運動想象腦電信號的分類方法，其特征在于：所述步驟5采用梯度下降法進行參數優化的具體步驟有：沿著梯度下降的方向對神經網絡中的自由參數M、n如下式進行調節，并且最開始M按照高斯分布來進行初始化，n初始化為全0的向量，在多次訓練中，不斷優化的參數可以使損失函數的值逐漸減小，使得模型對腦電數據的分類誤差不斷減小，

其中：E_r是損失函數。

3.根據權利要求1所述基于LSTM和BP的運動想象腦電信號的分類方法，其特征在于：所述步驟3用改進后的LSTM模塊自動的進行特征提取的過程為：

步驟3-1：計算當前時刻的候選記憶單元值其計算公式如下：

式中，p_t-1＝C_t-1-C_t-2，是t-1時刻的狀態向量C_t-1與前一時刻的狀態量C_t-2的誤差反饋，x_t為當前輸入數據，h_t-1為上一時刻LSTM單元輸出值，W_xc、W_bc分別表示對應輸入數據和上一時刻LSTM單元輸出的權值，b_c為偏置量；

步驟3-2：輸入門計算：輸入門是用于控制當前數據輸入對記憶單元狀態值的影響；所有門的計算除了受當前輸入數據x_t和上一時刻LSTM單元輸出值h_t-1影響外，還受上一時刻記憶單元值c_t-1的影響；輸入門i_t值計算公式如下：

i_t＝σ(W_xix_t+W_dih_t-1+W_ciC_t-1+W_prp_t-1+b_i)

式中，c_t-1為上一時刻候選記憶單元值，W_xi、W_di和W_ci分別表示對應輸入門數據、上一時刻LSTM單元輸入門和上一時刻輸入門記憶單元值的權值，b_i偏置量；

步驟3-3：遺忘門計算：遺忘門是用于控制歷史信息對當前記憶單元狀態值的影響，其計算公式如下：

f_t＝σ(W_xfx_t+W_Δfh_t-1+W_cfc_t-1+W_pfp_t-1+b_f)

式中，W_xf、W_df和W_cf分別表示對應遺忘門、上一時刻LSTM單元遺忘門和上一時刻遺忘門記憶單元值的權值，b_f為偏置量；

步驟3-4：輸出門計算：輸出門用于控制記憶單元狀態值的輸出，其計算公式如下：

o_t＝σ(W_xox_t+WΔ_okh_t-1+W_coc_t-1+b_o)

式中，W_xo、W_bo和W_co分別表示對應輸出門、上一時刻LSTM單元輸出門和上一時刻輸出門記憶單元值的權值，b_o為偏置量；

步驟3-5：依下式計算LSTM單元的輸出：

h_t＝o_t⊙tanh(c_t)

式中，σ取logistic sigmoid函數。