技术特征：
技术总结
本发明公开了一种基于神经网络模型的脑电放松度识别方法，包括如下步骤：从接收到的脑电切片信号中提取出对应于各个脑电波的信号波；计算对应于各个脑电波的信号波的特征量；将计算得到的所述特征量输入到至少两个由不同学习算法训练得到的神经网络模型，得到所述脑电切片信号在各个神经网络模型下的分类值；根据所述脑电切片信号在各个神经网络模型下的分类值获得所述脑电切片信号的最终分类值；根据所述最终分类值识别得到所述脑电切片信号的脑电放松度。本发明还提供了一种基于神经网络模型的脑电放松度识别装置，可提高对脑电放松度识别的稳定性和准确性。
技术研发人员：胡静;赵巍
受保护的技术使用者：广州视源电子科技股份有限公司;广州希科医疗器械科技有限公司
技术研发日：2017.03.27
技术公布日：2017.07.21