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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于全局注意力与循环神经网络的脑电解码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：CN120162657B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510639102.6，技术领域涉及：G06F18/241；该发明授权基于全局注意力与循环神经网络的脑电解码方法及系统是由李明;兰豪;程硕;唐梦;鞠翔宇;戴晟;吴旭;胡德文设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于全局注意力与循环神经网络的脑电解码方法及系统在说明书摘要公布了：本发明公开了一种基于全局注意力与循环神经网络的脑电解码方法及系统，本发明包括将需解码的原始脑电信号段进行样本划分以获得样本子段；将样本子段提取浅层特征；将浅层特征进行融合与维度统一；基于全局注意力与循环神经网络将融合与维度统一后的浅层特征依次进行空间特征提取、维度压缩和时间特征提取以获取脑电时空特征；特征提取采用由多组级联的位置编码模块、编码器层和循环神经网络模型构成的全局强化的循环神经网络模型实现；对脑电时空特征进行分类以获得脑电解码结果。本发明旨在克服循环神经网络难以充分提取全局时空信息提取的缺陷，充分提高网络的脑电信号时空特征提取能力以及提高解码精度。

本发明授权基于全局注意力与循环神经网络的脑电解码方法及系统在权利要求书中公布了：1.一种基于全局注意力与循环神经网络的脑电解码方法，其特征在于，包括下述步骤： 将需解码的原始脑电信号段进行样本划分以获得样本子段； 将样本子段提取浅层特征； 将浅层特征进行融合与维度统一； 基于全局注意力与循环神经网络将融合与维度统一后的浅层特征依次进行空间特征提取、维度压缩和时间特征提取以获取脑电时空特征；其中进行空间特征提取和时间特征提取均为采用全局强化的循环神经网络模型实现，所述全局强化的循环神经网络模型包括多级级联单元，所述级联单元由依次相连的位置编码模块、编码器层和循环神经网络模型构成，所述编码器层为采用变压器模型的编码器以利用变压器模型的多头自注意力机制实现全局注意力的强化，且在进行空间特征提取时位置编码模块嵌入的是输入数据的电极通道在预设的电极通道位置二维表中的位置编码，在进行时间特征提取时位置编码模块嵌入的是样本子段在原始样本段中的顺序编码； 对脑电时空特征进行分类以获得脑电解码结果； 所述将样本子段提取浅层特征包括：将样本子段中每一个电极通道的数据划分不同的频段窗口，使用带通滤波器基于指定大小的频率窗口进行滤波得到多种不同频段信号，并计算每一种频段信号的微分熵特征，得到维度为的微分熵特征作为提取得到的浅层特征。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。