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！

龙图腾网获悉安徽大学申请的专利一种基于多尺度卷积和Transformer的运动想象识别方法、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：CN117113269B 。

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：202310965817.1，技术领域涉及：G06F18/25；该发明授权一种基于多尺度卷积和Transformer的运动想象识别方法、系统是由刘磊;范存航;吕钊;杨帆;陈振;宋逊;张云海设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本一种基于多尺度卷积和Transformer的运动想象识别方法、系统在说明书摘要公布了：本发明属于脑电信号技术领域，具体涉及一种基于多尺度卷积和Transformer的运动想象识别方法、系统，以及运动想象脑电信号的解码设备。该识别方法包括如下步骤：S1：对原始脑电信号进行带通滤波和z‑score标准化。S2：通过CSP空域滤波器提取空域特征。S3：构建空间自注意力机制并实现特征通道加权。S4：利用通道卷积和多尺度卷积对加权后的数据进行处理。S5：采用平均池化层将融合特征划分为多个特征切片。S6：构建多头注意力机制提取全局特征。S7：对自注意力模块的输出进行全局平均池化得到精炼特征。S8：对输出进行层归一化后连接到全连接层，通过Softmax函数得到不同类别的预测概率。本发明解决了现有运动想象脑电信号解码的精度较低，实时性不足的问题。

本发明授权一种基于多尺度卷积和Transformer的运动想象识别方法、系统在权利要求书中公布了：1.一种基于多尺度卷积和Transformer的运动想象识别方法，其特征在于，其用于根据输入的脑电信号在线识别出对应的运动想象的类别，所述运动想象识别方法包括如下步骤： S1：获取待识别的原始脑电信号，并对其进行带通滤波和z-score标准化，得到预处理后的脑电信号； S2：通过由多个CSP空域滤波器构成的特征提取模块提取预处理后的脑电信号的空域特征； S3：利用Transformer中的通道注意力模块构建空间自注意力机制，对上步骤特征图进行特征分析并实现特征通道加权； S4：采用多种卷积模块对加权后的二维数据进行卷积处理，卷积处理过程如下： S41：对所述通道注意力模块输出的特征图进行通道间卷积，通道间卷积的卷积核形状为Channels，1，其中，Channels表示原始脑电信号的通道数，卷积步幅为1，卷积后数据将由二维数据被压缩为一维数据； S42：采用具有三个不同尺度卷积核的多尺度卷积模块对输入数据进行时域上的一维卷积；所述多尺度卷积模块的卷积核形状分别为1，3、1，5、1，7，步幅均为1,1； S43：将不同尺度的卷积核捕获到的局部特征进行水平拼接，得到融合特征； S5：采用平均池化层将一维的融合特征按照预设的数据长度划分为多个特征切片； S6：利用Transformer中的自注意力模块构建多头注意力机制，对上步骤的特征切片进行特征分析，提取其中包含的全局特征； S7：采用全局平均池化模块对所述自注意力模块的输出进行处理，得到全局平均池化后的精炼特征； S8：将所述全局平均池化模块的输出进行层归一化后连接到全连接层，最后通过Softmax函数得到不同类别的预测概率，进而生成识别出运动想象脑电信号的类别。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。