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！

龙图腾网获悉合肥工业大学申请的专利一种基于知识蒸馏的脑电信号隐私保护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：CN116776249B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310816059.7，技术领域涉及：G06F18/2415；该发明授权一种基于知识蒸馏的脑电信号隐私保护方法是由李畅;邵成浩;宋仁成;刘羽;成娟;陈勋设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的脑电信号隐私保护方法在说明书摘要公布了：本发明公开了一种基于知识蒸馏的脑电信号隐私保护方法，包括：1，原始数据的预处理，包括数据选择、样本选取、数据的上下采样；2，建立基于卷积神经网络CNN和自注意力网络Transformer的深度学习模型；3，源模型预训练，使用受试者的数据训练源模型，得到具有良好分类效果的源模型；4，遗忘训练数据选取，包括遗忘受试者数据的选取和保留受试者的数据选取；5，遗忘模型训练，依托记忆教师模型和遗忘教师模型，监督训练遗忘模型。本发明将知识蒸馏应用于脑电信号分类模型，能够使得模型有效遗忘特定受试者的脑电信息，为受试者提供有效的脑电数据隐私保护。

本发明授权一种基于知识蒸馏的脑电信号隐私保护方法在权利要求书中公布了：1.一种基于知识蒸馏的脑电信号隐私保护方法，其特征在于，是按如下步骤进行： 步骤1、获取带有标注类别信息的K名受试者的脑电信号数据，并对每种类别的脑电信号进行滑动切片处理，得到N段时长为T的脑电信号样本及其对应的类别标签，记为训练样本集其中，表示第k名受试者的脑电信号数据，xk,i∈R1×L×C表示第k名受试者的第i个脑电信号样本，C表示脑电信号样本的通道数，L表示脑电信号样本的长度，yk,i表示xk,i对应的类别标签，n表示受试者的脑电信号数据的样本数； 步骤2、建立基于CNN和Transformer的联合网络，包含：去冗模块，联合模块，加权分类模块； 步骤2.1、所述去冗模块依次包括：第一卷积块和第二卷积块； 每个卷积块均依次由一个卷积层、一个标准化层和一个非线性激活层组成； 将所述第i个脑电信号样本xk,i输入到所述联合网络，并经过所述去冗模块的处理后，输出第k名受试者的第i个特征图fk,i； 步骤2.2、所述联合模块对第i个特征图fk,i进行处理后，得到第k名受试者的第i个局部信道间特征f_ck,i和第i个长程信道内特征f_tk,i； 步骤2.3、所述加权分类模块对f_ck,i和f_tk,i进行处理后，得到第k名受试者的第i个脑电信号样本xk,i所属的概率分布； 步骤3、模型训练，包含源模型，教师模型和学生模型的训练； 步骤3.1、源模型的训练； 基于所述训练样本集D，采用交叉熵作为联合网络的损失函数，并利用Adam优化器对所述联合网络进行训练，直到达到最大迭代次数或者损失不在下降为止，从而得到训练好的联合网络并作为源模型； 步骤3.2、教师网络的训练，包含：记忆教师模型和遗忘教师模型的训练； 步骤3.2.1、记忆教师模型； 基于所述CNN和Transformer的联合网络构建所述记忆教师模型，并将所述源模型的参数权重作为所述记忆教师模型的参数权重； 步骤3.2.2、遗忘教师模型； 基于所述CNN和Transformer联合网络构建所述遗忘教师模型，令遗忘训练样本集是从从所述训练样本集D中选取的一名受试者的脑电信号样本作为遗忘受试者的脑电信号样本其余受试者的脑电信号样本作为保留受试者的脑电信号样本；其中，表示遗忘受试者的的第i个脑电信号样本，表示对应的类别标签； 基于遗忘受试者的脑电信号样本Df，采用交叉熵作为遗忘教师模型的损失函数，并利用Adam优化器对所述遗忘教师模型进行训练，直到达到最大迭代次数或者损失不在下降为止，得到训练好的遗忘教师模型； 步骤3.3、学生模型的训练，包含：数据选取和学生模型的训练； 步骤3.3.1、数据选取； 从保留受试者的脑电信号样本中选取部分脑电信号样本，从遗忘受试者的脑电信号样本Df中也选取部分脑电信号样本，并共同构成联合训练样本集； 步骤3.3.2、学生模型的训练； 步骤a、基于所述CNN和Transformer联合网络构建所述学生模型，令所述学生模型的权重参数为所述源模型的权重参数； 步骤b、构建学生模型的联合损失函数，包含：保留损失和遗忘损失；保留损失为记忆教师模型与学生模型输出的样本的概率分布之间的KL散度，遗忘损失为遗忘教师模型与学生模型输出的样本的概率分布之间的KL散度的倒数；联合损失函数为记忆损失的遗忘损失的加权和； 步骤c、基于所述联合训练样本集，利用Adam优化器对所述学生模型进行训练，并计算所述联合损失函数l，直到达到最大迭代次数或者损失不再下降为止，从而得到去除遗忘受试者数据信息而保留保留受试者数据信息的学生模型，用于对遗忘受试者的脑电数据进行隐私保护。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。