华南理工大学郭圣文获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利一种时空特征融合的脑电虚拟通道信号生成方法及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:CN119577391B 。
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:202411617358.9,技术领域涉及:G06F18/21;该发明授权一种时空特征融合的脑电虚拟通道信号生成方法及系统是由郭圣文;袁尚青;翟文爽设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。
本一种时空特征融合的脑电虚拟通道信号生成方法及系统在说明书摘要公布了:本发明公开了一种时空特征融合的脑电虚拟通道信号生成方法及系统,创新性地设计了一种时域和空间域特征融合,以及时空特征一致性约束的多层卷积神经网络,通过迁移学习,由少通道脑电信号生成多个虚拟通道脑电信号。网络包括时域特征提取模块与空间域特征提取模块,既能利用各通道脑电信号的时域特征,又能获取各通道之间的关联性特征,即实现脑电信号的时空特征融合,提高网络的学习与表达能力;所设计的复合损失函数,综合考虑了时域、频域局部损失,以及分布一致性全局损失,能更全面准确地评估原始信号与生成信号的一致性,指导网络训练,提升网络性能。本发明有效解决了便携式脑电检测仪采集的脑区信号较少、信息不充分所带来的问题。
本发明授权一种时空特征融合的脑电虚拟通道信号生成方法及系统在权利要求书中公布了:1.一种时空特征融合的脑电虚拟通道信号生成方法,其特征在于,包括以下步骤: 1多通道脑电信号采集,采用非便携式多通道脑电检测仪采集人体多个脑区的多通道脑电信号,或从公开数据库中获取多通道脑电信号;少通道脑电信号采集,根据需要确定电极数量与脑区位置,采用便携式少通道脑电检测仪采集少通道脑电信号; 2脑电信号预处理,包括对所有脑电信号均进行去噪、去除基线漂移、标准化与分段处理; 3对预处理后的多通道脑电信号按预定比例将其随机划分为训练集、验证集和测试集; 4设计脑电虚拟通道信号生成模型,该模型为多层卷积神经网络,其将便携式少通道脑电检测仪的脑区作为参照,在多通道脑电信号中,选择相应参照脑区的脑电信号作为输入,多通道脑电信号作为输出;其中,所述多层卷积神经网络的前端包括时域特征提取模块与空间域特征提取模块,后端则将时域特征和空间域特征这两类特征融合,这种网络结构设计,既能利用各通道脑电信号的时域特征,又能获取各通道脑电信号之间的关联性特征,实现了脑电信号的时空特征融合,从而提高网络的学习与表达能力; 采用多层卷积神经网络,该网络同时设计了时域特征提取模块与空间域特征提取模块;其中,所述时域特征提取模块是对输入网络的多通道脑电信号,在多层卷积结构中,按通道各自提取时域特征;所述空间域特征提取模块是在通道方向进行卷积,以获取通道之间的关联性特征; 所述时域特征提取模块与空间域特征提取模块采用串行连接与并行连接两种结构设计;其中,所述串行连接的结构设计是先提取各通道的时域特征,再将其输入空间域特征提取模块,通过在通道方向进行卷积运算,提取空间域特征;所述并行连接的结构设计是指在网络输入端设计两个独立分支,其中一个分支为时域特征提取模块,另一分支为空间域特征提取模块;最后,设计特征融合模块,将两类特征进行融合; 5定义网络损失函数,设计一种新的复合损失函数,综合时域、频域局部损失以及分布一致性全局损失,准确评估原始信号与生成信号的一致性,指导网络训练,提升学习效果; 定义网络损失函数L为: L=αLossKL+βLossTMSE+γLossFMSE1 式中,LossKL、LossTMSE和LossFMSE分别为KL散度损失、时域均方差损失与频域均方差损失,α、β与γ分别为相应损失项的权重; KL散度损失LossKL的定义如下: 式中,fx与gx分别为随机变量x的两个概率分布Pf和Pg的概率密度函数,xi为x中的第i个元素,N为x中的元素个数; 时域均方差损失LossTMSE定义如下: 式中,fj与gj分别为原始信号f与生成信号g在时刻j中的强度,T为信号长度; 频域均方差损失LossFMSE定义如下: 式中,F与G分别表示原始信号f与生成信号g的频谱,k为频率,M为最高频率值; 该网络损失函数L既包括原始信号与生成信号在时域的一致性,也包括二者在频域的一致性,因均方差是考察二者的局部差异性,没有考虑总体分布特性差异,故引入KL散度损失; 由于该网络损失函数L同时考虑了时频域局部损失以及全局损失,故能够强化模型生成信号的能力; 6模型训练,使用训练集对所设计的脑电虚拟通道信号生成模型进行训练,使用验证集对模型性能进行评估与参数优化,并使用测试集对模型进行性能评估,获得性能最优的模型; 7将预处理后的少通道脑电信号输入性能最优的模型,生成脑电虚拟通道信号。
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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励