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！

龙图腾网获悉数海信息技术有限公司申请的专利一种基于实时闭环振动增强的脑机接口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：CN121030462B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511146777.3，技术领域涉及：G06F18/241；该发明授权一种基于实时闭环振动增强的脑机接口方法及系统是由刘志欣设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于实时闭环振动增强的脑机接口方法及系统在说明书摘要公布了：本发明公开了一种基于实时闭环振动增强的脑机接口方法及系统，涉及脑机接口技术领域，包括，通过滤波和特征提取算法处理EEG信号，生成回归向量并识别事件相关电位作为期望信号；构建分布式EEG信号解码网络，通过任务聚类优化节点协作；采用扩散策略的自适应算法更新节点估计，通过动态调整组合系数和节点间协作，优化信号解码；根据解码结果生成虚拟反馈信号，与EEG信号融合并反馈至系统，采用机器学习优化分类输出，调整模型参数增强脑电节律。本发明所述方法能够精准捕捉脑电信号的变化特征，动态调整节点间的协作方式，提升信号解码精度。能够实时调节解码器参数，增强脑电节律同步性，进而提高运动想象任务的识别效果。

本发明授权一种基于实时闭环振动增强的脑机接口方法及系统在权利要求书中公布了：1.一种基于实时闭环振动增强的脑机接口方法，其特征在于：包括，通过滤波和特征提取算法处理EEG信号，生成回归向量并识别事件相关电位作为期望信号； 构建分布式EEG信号解码网络，通过任务聚类优化节点协作； 采用AdaptThenCombine算法更新节点估计，通过动态调整组合系数和节点间协作，优化信号解码，具体为： 每个节点根据自身历史权重和邻居节点的数据进行更新；节点的中间估计值通过本节点的当前权重和来自邻居节点的信号误差进行调整；更新的量通过一个步长来调节；利用节点的中间估计值，动态调整每个邻居节点的组合系数； 每个节点将从邻居节点获得的组合系数进行加权，更新本地参数，将更新后的本地参数作为节点信号分类的依据；每个节点的更新结果根据邻居节点的贡献进行调整，获得优化的全局分类结果； 使用更新后的本地参数对EEG信号进行分类；将更新后的本地参数送入分类器，对运动意图和其他脑电活动进行分类，并根据实时EEG信号做出实时决策；将解码输出的结果反馈到迭代流程，调整网络的学习策略； 根据解码结果生成虚拟反馈信号，与EEG信号融合并反馈至系统，采用机器学习优化分类输出，调整模型参数增强脑电节律； 所述构建分布式EEG信号解码网络包括，将EEG信号的电极建模为分布式网络节点，初始化网络，为多通道的电极分配参数向量，并设定网络的拓扑结构和自适应策略； 所述设定网络的拓扑结构包括，将EEG电极建模为网络中的节点，每个节点对应一个电极；网络的拓扑基于空间邻近原则，相邻电极之间通过边相连；邻居集表示节点的邻居节点集，基于物理空间和脑区的相似性进行定义；相邻节点有相似的任务目标，相邻节点共享相同的全局目标； 对每个电极节点初始化一个参数向量，用于神经信号的解码；其中，参数向量表示模型的初始猜测； 定义初始组合系数，使用组合系数控制邻居节点的信号贡献大小；将每个邻居节点的贡献度初始化为均匀分布，初始时每个邻居节点的影响力相等； 使用Kmeans聚类方法根据信号相似度对节点进行分组，相似任务的节点共享一个共同的目标参数； 每个节点的目标是优化本地参数，使得节点的输出信号与期望信号之间的误差最小化；局部成本函数定义为节点的期望信号和解码信号之间的误差平方和； 采用小世界网络拓扑模拟脑连接特性，网络拓扑在不同的任务阶段动态调整，在每个时间步中都获得最优的参数更新。

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数海信息技术有限公司，其通讯地址为：102600 北京市大兴区盛坊路5号院1号楼3层302-5；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。