科创中国

物理

本发明公开了一种基于对比学习的单通道锋电位分类方法及相关设备，通过电极获取多个神经元发放的单通道电信号，对电信号进行放大和解调处理，得到所需要的神经元发放的数字信号；对数字信号进行带通滤波，并进行锋值查找得到锋电位；对锋电位进行数据增强处理后得到三种增强数据，使用锋电位和三种增强数据对神经网络模型进行训练，得到训练好的神经网络模型；针对新采集的经过带通滤波后的目标数字信号，经过锋值查找得到目标锋电位，基于训练好的神经网络模型根据目标锋电位进行分类，并输出所述目标锋电位的分类概率。本发明能够快速识别神经元发放的原始信号中锋电位的分类概率，最终可以得到极高的分类准确率。

权利要求 1.一种基于对比学习的单通道锋电位分类方法，其特征在于，所述基于对比学习的单通道锋电位分类方法包括： 通过电极获取多个神经元发放的单通道电信号，对所述电信号进行放大和解调处理，得到所需要的神经元发放的数字信号； 对所述数字信号进行带通滤波，对带通滤波完的所述数字信号进行锋值查找得到锋电位； 对所述锋电位进行数据增强处理后得到三种增强数据，使用所述锋电位和三种增强数据对神经网络模型进行训练，得到训练好的神经网络模型； 针对新采集的经过带通滤波后的目标数字信号，经过锋值查找得到目标锋电位，基于训练好的神经网络模型根据所述目标锋电位进行分类，并输出所述目标锋电位的分类概率。 2.根据权利要求1所述的基于对比学习的单通道锋电位分类方法，其特征在于，所述数据增强处理包括第一数据增强处理、第二数据增强处理和第三数据增强处理； 所述第一数据增强处理为：在所述锋电位增加随机噪声，得到第一增强数据； 所述第二数据增强处理为：将所述锋电位乘以或除以一个值，得到第二增强数据； 所述第三数据增强处理为：将所述锋电位中波形的上升沿或者下降沿随机乘以或除以一个值，得到第三增强数据。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看