南京工业大学杭文龙获国家专利权
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!
龙图腾网获悉南京工业大学申请的专利一种基于双重监督的领域泛化脑电信号分类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:CN115470863B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202211219633.2,技术领域涉及:G06F18/2415;该发明授权一种基于双重监督的领域泛化脑电信号分类方法是由杭文龙;玄昌盛;梁爽设计研发完成,并于2022-09-30向国家知识产权局提交的专利申请。
本一种基于双重监督的领域泛化脑电信号分类方法在说明书摘要公布了:本发明提供了一种基于双重监督的领域泛化脑电信号分类方法,包括以下步骤:对脑电信号进行预处理;建立双层监督机制,在时频域上对预处理后的脑电数据线性插值,进行类别相关的数据增广,实现隐式监督;利用受试者不变特征学习模块,对脑电样本施加权重约束,在不变类别相关脑电特征和对应标签之间建立更准确的映射关系,实现显式监督;将双层监督机制引入自监督模型中,将自集成模型的分类损失和一致性损失加权求和,与脑电样本权重约束,共同构成双层目标优化模型,通过反向传播交替更新权重参数和网络参数,直到精度收敛得到最终分类模型。本发明可以提升脑电信号识别的准确性和泛化性,保证了跨不同受试者的脑电信号的准确识别。
本发明授权一种基于双重监督的领域泛化脑电信号分类方法在权利要求书中公布了:1.一种基于双重监督的领域泛化脑电信号分类方法,其特征在于,步骤如下: 步骤1:从S个受试者采集脑电数据; 步骤2:对S个受试者的脑电数据进行预处理,包括截取特定时间段和带通滤波,得到脑电训练数据集其中和分别表示第S个受试者的第i个EEG样本和对应的类别标签; 步骤3:从其余受试者EEG数据中随机选择与同类别的脑电信号数据,将它们转换到时频域后进行分割,对分割片段线性插值并重组,后将新重组的脑电数据从时频域转换到时域,直到遍历完所有受试者的脑电数据,得到增广脑电信号数据重复执行步骤3,得到增广脑电信号注意,这里将S个受试者训练数据集的脑电信号进行合并,因此不再对Xi加上标用以区分;除非有特殊说明,下文均采用此描述; 步骤4:采用脑电信号解码网络ShallowConvNet作为自集成模型的主干网络,将增广后脑电信号和分别输入自集成模型中的学生网络和教师网络; 步骤5:步骤4中学生网络的输出特征经过受试者不变特征学习模块,计算所有脑电样本的权重,从而去除特征之间的依赖性; 步骤6:将步骤4中学生网络的输出特征经过全连接层和Softmax层得到的概率输出与真实标签,同时乘以对应样本的权重,计算分类损失; 步骤7:将步骤4中学生网络的输出特征经过全连接层和Softmax层得到概率输出,以及教师网络以同样方式得到的概率输出,同时乘以对应样本的权重,计算一致性损失; 步骤8:将步骤6中的分类损失和步骤7中的一致性损失加权求和形成最终损失函数,以及步骤5中样本权重约束,共同构成双层优化问题,通过反向传播交替更新权重参数和网络参数,直到精度收敛,得到最终分类模型; 步骤9:将新受试者的脑电信号输入最终分类模型,得到每个样本对应的预测类别标签。
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南京工业大学,其通讯地址为:211816 江苏省南京市江北新区浦珠南路30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”。
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。