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！

龙图腾网获悉北京理工大学申请的专利基于自适应波形特征的运动想象脑电信号处理方法和系统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：CN118750003B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410992405.1，技术领域涉及：A61B5/369；该发明授权基于自适应波形特征的运动想象脑电信号处理方法和系统是由叶建宏;张楚婷;史文彬设计研发完成，并于2024-07-23向国家知识产权局提交的专利申请。

本基于自适应波形特征的运动想象脑电信号处理方法和系统在说明书摘要公布了：本发明公开了基于自适应波形特征的运动想象脑电信号处理方法和系统，涉及神经科学和信息技术技术领域，其技术方案包括以下步骤：对进行运动想象训练的受试进行脑电信号的采集，对采集到的原始多通道脑电信号进行预处理，并提取出与运动想象训练相关的时间序列；结合自适应分解方法确定中心频率，拆解出多个频段的神经振荡；对多频率运动想象信号分量进行非线性度、锐度及平均功率特征的计算；融合非线性波形特征及功率特征，识别有效运动想象事件。本发明能通过获取待解码的脑电信号非线性波形特征，识别目标用户是否进行有效的运动想象，可以提高后续脑电信号解码的准确性。

本发明授权基于自适应波形特征的运动想象脑电信号处理方法和系统在权利要求书中公布了：1.基于自适应波形特征的运动想象脑电信号处理方法，其特征在于，包括如下步骤： 步骤1：采集原始多通道脑电信号，所述原始多通道脑电信号包含被标记为与运动想象相关的部分； 对所述原始多通道脑电信号进行预处理； 从预处理后的信号中提取出被标记为运动想象训练相关的数据段，将数据段按通道进行拼接，得到多维脑电信号； 步骤2：对于所述多维脑电信号中每个通道信号，采用自适应分解方法分解得到IMF分量，并根据各个IMF分量的频率特征将其划分到相应的频段；所述步骤2，具体分为如下步骤： S201：长度为L，表示在（I-1）维单位球空间上K个对应角的方向向量集；表示第1~第I个方向向量；表示第1~第I-1个对应角； S202：采用Hammersley序列采样法，在（I-1）维球面上获得均匀采样点集，得到I维空间方向向量； S203：初始化：余量； S204：提取第h个多元本征模态函数，具体步骤为 a）设置； b）以为输入信号，在每个方向向量上的映射为，其中·表示向量内积，*表示向量数量积，表示对向量取模； c）确定极值点对应的瞬时时刻，c为极值点个数； d）对中的极值点系列进行多元样条插值，得到K个对应的多元包络； e）根据极值点重心，计算极值包络线的均值； f）计算，若均值为0，得到第h个多元本征模态函数，否则，，p自增1，重复b~f； S205：从信号中减去得到新的余量；如果余量小于给定阈值，算法结束，得到所有的多元本征模态函数及剩余成分，否则，令h自增1，重复S204~S205； 最终，原信号xt变成多元本征模态函数IMFht与余量rt和的形式，H为本征模态函数的个数； S206：对上述IMF分量进行频率划分，找到各分量的中心频率，将其归入到delta频段、theta频段、alpha频段、lowbeta频段、highbeta频段、gamma频段这六个频段中，delta频段对应范围为[0.5Hz，4Hz）、theta频段对应范围为（4Hz，8Hz]、alpha频段对应范围为（8Hz，13Hz]、lowbeta频段对应范围为（13Hz，22Hz]、highbeta频段对应范围为（22Hz，35Hz]、gamma频段对应范围为[60Hz，90Hz]； 步骤3：对各频段对应的IMF分量进行非线性度、锋锐度及平均功率特征的计算，获得每个通道对应各频段的平均功率、锋锐度及非线性度； 步骤4：融合非线性度、锋锐度及平均功率特征，采用机器学习分类模型识别有效运动想象事件；所述步骤4具体为： 针对脑电信号序列xt，获得了I个通道对应六个频段的平均功率、锋锐度及非线性度； 使用最小冗余-最大相关算法对全部6×3×I组提取特征进行排序，选择权重排序前K个的特征，输入多种机器学习分类模型，进行m秒时间长度内运动想象事件检测； 适用的机器学习分类模型为线性回归模型、提升树模型、朴素贝叶斯模型或者决策树模型。

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京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。

以上内容由龙图腾AI智能生成。