买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北方工业大学申请的专利一种基于对抗式卷积神经网络的事件相关电位识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115944306B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211095574.2，技术领域涉及：A61B5/369；该发明授权一种基于对抗式卷积神经网络的事件相关电位识别方法是由闫佳庆;李丹;邓金钊;任国平;陈卫碧;李小俚设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于对抗式卷积神经网络的事件相关电位识别方法在说明书摘要公布了：本发明提供一种基于对抗式卷积神经网络的事件相关电位识别方法，包括：采集待识别的脑电图信号；构建特征提取网络，包括多层卷积层；经过对抗式学习后，特征提取网络逐层提取脑电图信号在时间、空间和频率维度上关于事件相关电位的特征向量组；构建分类器，包括两层softmax层；通过分类器对事件相关电位的特征向量组进行识别，获得事件相关电位识别结果；其中，特征提取网络对抗学习时，对每次迭代所提取出的特征向量组进行聚类，计算聚类后错分样本占比，并以敌对的方式将这种损失以一定权重反向传播到特征提取网络进行学习。该方法提升了ERP识别的精度，并且具有良好的稳定性。

本发明授权一种基于对抗式卷积神经网络的事件相关电位识别方法在权利要求书中公布了：1.一种基于对抗式卷积神经网络的事件相关电位识别方法，其特征在于，包括以下步骤： 采集待识别的脑电图信号； 基于卷积神经网络构建特征提取网络；经过对抗式学习后，通过特征提取网络逐层提取脑电图信号在时间、空间和频率维度上关于事件相关电位的特征向量组； 构建分类器，通过分类器对事件相关电位的特征向量组进行识别，获得脑电图信号中的事件相关电位的成份类型； 其中，特征提取网络对抗学习时，对每次迭代所提取出的特征向量组进行聚类，计算聚类后错分样本占比，并以敌对的方式进行反向传播到特征提取网络进行学习； 所述特征提取网络，包括依次连接的： n1个卷积核大小为1，64的2D卷积层，用于提取不同带通频率下的脑电图信号的特征向量组； n1个卷积核大小为11，1的2D卷积层，用于提取空间维度上的特征向量组； n2个卷积核大小为4，4的2D卷积层，用于综合不同时刻与空间下的特征向量组； 深度可分离卷积层，与点态卷积层，用于对之前提取到的所有特征特征组进行总结，并合并成最佳方式输出事件相关电位的特征向量组； 其中，所述深度可分离卷积层为n2个，且卷积核大小为1，1；所述点态卷积层为n2个，且卷积核大小为1，1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。