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！

龙图腾网获悉宁波数字孪生(东方理工)研究院;宁波市东方理工高等研究院申请的专利一种自适应头皮脑电运动想象信号识别方法及相关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：CN119202848B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202411469518.X，技术领域涉及：G06F18/241；该发明授权一种自适应头皮脑电运动想象信号识别方法及相关装置是由潘意杰;史元春;喻纯;许梅燕;陈多;焦杰;郭嘉阳;龚光辉设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种自适应头皮脑电运动想象信号识别方法及相关装置在说明书摘要公布了：本发明属于脑机接口技术领域，涉及脑电信号处理技术，公开了一种自适应头皮脑电运动想象信号识别方法及相关装置；其中，所述自适应头皮脑电运动想象信号识别方法包括以下步骤：获取目标被试对象的待识别头皮脑电运动想象信号；基于所述待识别头皮脑电运动想象信号，利用训练好的自适应分类器识别模型进行信号识别，获得头皮脑电运动想象信号识别结果。本发明技术方案通过自适应分类器识别模型能够更好地解决EEG信号处理中的个体性差异问题，可以更准确地识别不同个体的运动想象信号。

本发明授权一种自适应头皮脑电运动想象信号识别方法及相关装置在权利要求书中公布了：1.一种自适应头皮脑电运动想象信号识别方法，其特征在于，包括以下步骤： 获取目标被试对象的待识别头皮脑电运动想象信号； 基于所述待识别头皮脑电运动想象信号，利用训练好的自适应分类器识别模型进行信号识别，获得头皮脑电运动想象信号识别结果； 其中，所述训练好的自适应分类器识别模型的训练获取步骤包括： 基于获取的头皮脑电运动想象信号样本，通过加载与识别目标相同范式的数据集，训练获得多个基础通用识别模型； 将多个基础通用识别模型中，目标被试对象的头皮脑电运动想象信号样本验证损失最低的基础通用识别模型作为预训练模型； 读取所述预训练模型的特征提取器模块以及预训练参数并采用模型迁移微调策略，利用所述目标被试对象的头皮脑电运动想象信号样本对未经训练的分类器进行训练，获得训练好的自适应分类器识别模型； 其中， 所述基于获取的头皮脑电运动想象信号样本，通过加载与识别目标相同范式的数据集，训练获得多个基础通用识别模型的步骤包括： 对多个样本被试对象的脑电信号进行采样，获得各个样本被试对象的原始脑电信号样本数据； 对各个样本被试对象的原始脑电信号样本数据分别进行预处理，获得各个样本被试对象的训练集、验证集和测试集；其中，进行预处理的过程为，基于原始脑电信号样本数据，挑选与运动想象区域相关的脑电通道数据；对挑选获得的脑电通道数据进行滤波处理和降采样处理，获得通道×时间的二维数据；将通道×时间的二维数据转换为二维拓扑图×时间的三维数据，并划分获得训练集、验证集和测试集； 基于各个样本被试对象的训练集、验证集和测试集，分别对选定的识别模型进行训练更新，获得多个基础通用识别模型；其中，在训练更新过程中，通过不断评估验证数据在每个Epoch的损失值，调整识别模型的权重和偏差，完成识别模型的参数优化更新； 所述读取所述预训练模型的特征提取器模块以及预训练参数并采用模型迁移微调策略，利用所述目标被试对象的头皮脑电运动想象信号样本对未经训练的分类器进行训练，获得训练好的自适应分类器识别模型的步骤具体包括： 读取所述预训练模型的特征提取器模块以及预训练参数并采用模型迁移微调策略，利用所述目标被试对象的头皮脑电运动想象信号样本对未经训练的分类器进行训练，获得训练后的自适应分类器识别模型； 使用准确率、特异性、敏感度、f1-score四种指标，对训练后的自适应分类器识别模型进行性能评估，达到预设性能要求后，获得训练好的自适应分类器识别模型。

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宁波数字孪生(东方理工)研究院;宁波市东方理工高等研究院，其通讯地址为：315200 浙江省宁波市镇海区庄市街道同心路568号开元新青年广场3号楼6楼；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。