基于深度学习的脑电控制系统

• 作者: 周豪 熊建民 谢亮
• 来源期刊: 福建电脑
• 关键词: 脑电波 脑机接口 深度学习 机械手 触觉反馈
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 基金项目论文
• 页码范围: 30-31,46
• 页数: 3页
• 字数: 1539字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2019.01.014

摘要

在人工智能的新时代背景下,为解决上肢残疾人的正常生活问题,使他们能够实现生活自理,本文对基于深度学习的脑电控制系统进行研究设计并实现.采集人脑皮层产生的脑电信号,提取特征,通过深度学习算法进行解析分类,从而控制机械手完成相应动作,同时压力传感器将动作的压力信息通过肢体残疾处周围的神经组织传递至大脑形成触觉,进而实现了让上肢残疾人完成一些日常的生理活动.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢亮	江西财经大学软件与物联网工程学院	13	35	4.0	5.0
2	熊建民	江西财经大学软件与物联网工程学院	1	0	0.0	0.0
3	周豪	江西财经大学软件与物联网工程学院	1	0	0.0	0.0