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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多尺度特征融合的双分支脑电信号解码方法和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：CN119848781B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510087782.5，技术领域涉及：G06F18/25；该发明授权基于多尺度特征融合的双分支脑电信号解码方法和装置是由唐邓清;相晓嘉;兰珍;周晗;赖俊;李子杏;孔园评;王思琪;傅庆桢设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于多尺度特征融合的双分支脑电信号解码方法和装置在说明书摘要公布了：本发明涉及基于多尺度特征融合的双分支脑电信号解码方法和装置。方法包括：获取脑电时序信号以及对应的频谱作为一对训练数据；构建双分支脑电信号解码模型，双分支脑电信号解码模型包括多层次时域特征提取器、频域特征提取器、多尺度特征融合模块与分类器；将训练数据输入双分支脑电信号解码模型，得到预测结果；根据脑电时序信号中的标签与预测结果计算损失函数，基于最小化损失函数的方式对双分支脑电信号解码模型进行训练，得到训练好的双分支脑电信号解码模型；通过训练好的双分支脑电信号解码模型对待分类脑电信号进行类别预测，生成分类结果。本发明能够更好的利用脑电信号中的时域信号和频域信息，提高了脑电信号的解码精度。

本发明授权基于多尺度特征融合的双分支脑电信号解码方法和装置在权利要求书中公布了：1.一种基于多尺度特征融合的双分支脑电信号解码方法，其特征在于，所述方法包括： 获取数据集，所述数据集包括脑电时序信号，以及与所述脑电时序信号对应的频谱； 构建双分支脑电信号解码模型，所述双分支脑电信号解码模型包括多层次时域特征提取器、频域特征提取器、多尺度特征融合模块与分类器； 将所述脑电时序信号以及对应的频谱作为一对训练数据输入所述双分支脑电信号解码模型，所述多层次时域特征提取器对所述脑电时序信号进行多层次特征提取，得到时空特征；所述频域特征提取器对所述频谱进行特征提取，得到频域特征；将所述时空特征与所述频域特征输入所述多尺度特征融合模块进行不同尺度的融合，得到多尺度融合特征；将所述多尺度融合特征输入所述分类器进行类别预测，得到预测结果； 根据所述脑电时序信号中的标签与所述预测结果计算损失函数，基于最小化所述损失函数的方式对所述双分支脑电信号解码模型进行训练，得到训练好的双分支脑电信号解码模型； 通过训练好的所述双分支脑电信号解码模型对待分类脑电信号进行类别预测，生成分类结果； 所述多尺度特征融合模块包括初始融合网络和多尺度Convformer网络；所述多尺度Convformer网络包括多个结构相同且连续堆叠的多尺度Convformer单元； 通过所述初始融合网络对所述时空特征与所述频域特征沿特征维度进行拼接，得到初始融合特征，表达式为： ； 在每个多尺度Convformer单元中，对所述初始融合特征进行归一化处理后，再进行多尺度特征提取，得到不同尺度的融合特征，表达式为： ； ； ； 将不同尺度的融合特征进行加法合并，得到具有多尺度信息的时频融合特征，表达式为： ； 通过残差连接的方式，将所述初始融合特征与所述具有多尺度信息的时频融合特征进行叠加处理，得到融合了不同层面特征的综合时频融合特征； 将不同层面特征的综合时频融合特征进行归一化处理后，再输入前馈神经网络进行增强处理，得到增强的综合时频融合特征； 通过残差连接的方式，将综合时频融合特征与增强的综合时频融合特征进行叠加处理，得到每个多尺度Convformer单元的增强时频融合特征； 多个多尺度Convformer单元进行增强时频融合特征整合，得到最终的多尺度融合特征； 式中，表示初始融合特征；表示时空特征；表示提取的频域特征；表示拼接函数；表示高斯误差线性单元激活函数；表示具有小卷积核的一维卷积层；表示具有中等卷积核的一维卷积层；表示具有大卷积核的一维卷积层；、和分别表示、和的卷积核；、和表示不同尺度的融合特征。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。