一种脑力细粒度读取和解译的脑机接口装置
技术特征：
1.一种脑力细粒度读取和解译的脑机接口装置，其特征在于，所述装置包括：脑电信号采集模块、时域传播模块、频域演变模块、信息共享导联动态选择模块、脑力负荷预测模块；
2.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，所述脑电信号采集模块，还用于对采集的脑电信号进行预处理，得到被测用户的脑电信号样本，所述脑电信号的预处理的过程包括：
3.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，在所述时域传播模块中，所述根据所述脑电信号样本构建时域特征动态图，包括：
4.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，在所述时域传播模块中，所述调用图卷积神经网络对所述时域特征动态图进行时域特征提取，得到所述脑电信号样本的时域传播图嵌入特征，包括：
5.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，在所述频域演变模块，所述根据所述脑电信号样本构建频域特征动态图，包括：
6.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，在所述频域演变模块，所述调用图卷积神经网络组对所述频域特征动态图进行频域特征提取，得到所述脑电信号样本的频域演变汇总图嵌入特征，包括：
7.根据权利要求1所述的脑力细粒度读取和解译的脑机接口装置，其特征在于，在所述信息共享导联动态选择模块中，所述脑电信号样本的时域权重和频域权重包括：脑电信号样本中每个脑电导联针对时域传播图嵌入特征的时域权重以及针对频域演变汇总图嵌入特征的频域权重，所述通过所述时域权重和所述频域权重对所述时域传播图嵌入特征以及所述频域演变汇总图嵌入特征进行特征融合，得到所述脑电信号样本的融合特征，包括：
8.一种脑力细粒度读取和解译方法，其特征在于，所述方法包括：
9.根据权利要求8所述的脑力细粒度读取和解译方法，其特征在于，所述脑力负荷评估结果是调用脑力负荷评估模型，对被测用户的脑电信号样本进行预测后得到的，所述脑力负荷评估模型是通过脑电信号样本训练的，所述脑电信号样本携带有脑力负荷真实标签，所述脑力负荷评估模型的训练过程包括：
10.根据权利要求9所述的脑力细粒度读取和解译方法，其特征在于，所述确定所述脑电信号样本在正向传播过程中的时域互信息损失值、频域互信息损失值，包括：
技术总结
本发明提供一种脑力细粒度读取和解译的脑机接口装置，涉及脑力负荷检测领域，装置包括：脑电信号采集模块，在被测用户执行不同细粒度的目标占搜索空间比例的快速序列视觉呈现任务时采集脑电信号形成脑电信号样本；时域传播模块，提取脑电信号样本的时域传播图嵌入特征；频域演变模块，提取脑电信号样本的频域演变汇总图嵌入特征；信息共享导联动态选择模块，对时域传播图嵌入特征和频域演变汇总图嵌入特征进行融合，得到融合特征；脑力负荷预测模块，调用脑力负荷分类器对融合特征进行解码，得到脑力负荷评估结果。通过本申请，解决脑力负荷检测时，难以预测脑力负荷的精细梯度变化，忽略脑力负荷动态变化因素而导致检测精确度低的问题。
技术研发人员：邱爽,王妍紫,魏玮,王康宁,何晖光
受保护的技术使用者：中国科学院自动化研究所
技术研发日：
技术公布日：2024/11/18
技术研发人员：邱爽,王妍紫,魏玮,王康宁,何晖光
技术所有人：中国科学院自动化研究所
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除