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！

龙图腾网获悉浙江大学申请的专利一种基于时空深度学习的脑电信号识别方法及装置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：CN117113015B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202311137978.8，技术领域涉及：G06F18/15；该发明授权一种基于时空深度学习的脑电信号识别方法及装置是由潘赟;符赞灏;朱怀宇设计研发完成，并于2023-09-05向国家知识产权局提交的专利申请。

本一种基于时空深度学习的脑电信号识别方法及装置在说明书摘要公布了：本发明公开了一种基于时空深度学习的脑电信号识别方法及装置，包括对采集到的原始脑电信号进行预处理，得到预处理后的脑电信号；对预处理后的脑电信号进行计算手工特征并结合原始脑电信号的脑电极的空间分布建立三维手工特征矩阵；构建时空深度学习模型，将预处理后的脑电信号和三维手工特征矩阵作为时空深度学习模型的输入，训练时空深度学习模型；最后将脑电信号输入至训练好的时空深度学习模型中，得到脑电信号的识别结果。本发明结合脑电信号的脑电极空间分布和手工特征相结合，相较于现有技术更全面地挖掘了脑电信号中蕴含的宝贵信息，且更充分地结合了先验知识，从而显著提高了脑电信号识别的准确率。

本发明授权一种基于时空深度学习的脑电信号识别方法及装置在权利要求书中公布了：1.一种基于时空深度学习的脑电信号识别方法，其特征在于：所述基于时空深度学习的脑电信号识别方法，包括： 对采集到的原始脑电信号进行预处理，得到预处理后的脑电信号； 对预处理后的脑电信号进行计算手工特征并结合原始脑电信号的脑电极的空间分布建立三维手工特征矩阵； 构建时空深度学习模型，将预处理后的脑电信号和三维手工特征矩阵作为时空深度学习模型的输入，训练时空深度学习模型； 最后将脑电信号输入至训练好的时空深度学习模型中，得到脑电信号的识别结果； 其中，所述构建时空深度学习模型，将预处理后的脑电信号和三维手工特征矩阵作为时空深度学习模型的输入，训练时空深度学习模型，包括： 所述时空深度学习模块包括预处理后的脑电信号分支、三维手工特征矩阵分支、全连接层和Softmax层； 所述预处理后的脑电信号分支采用多个卷积层对输入的预处理后的脑电信号进行高维特征提取，将提取到的高维特征拉平为一维向量后，进行输入嵌入和位置编码，采用预设数量的编码块对完成位置编码后的数据提取特征，每个编码块都包含多头注意力层、第一归一化层、前向反馈层和第二归一化层； 所述三维手工特征矩阵分支采用预设数量的卷积块和最大池化层对输入的三维手工特征矩阵进行高维特征提取，每个卷积块都包括卷积层、批归一化层和随机丢弃层； 将各分支的输出分别拉平为一维向量，并将两个一维向量合并连接为一个一维向量； 最后将所述合并连接后的一维向量依次输入全连接层和Softmax层，得到预测结果； 计算损失函数，进行反向传播，完成时空深度学习模型的训练； 采用二元交叉熵函数作为时空深度学习模型的损失函数，且损失函数计算公式如下： ； 其中，表示训练时空深度学习模块的样本数，表示第个样本的二元标签，表示时空深度学习模块输出属于二元标签的概率。

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浙江大学，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866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。