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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利基于梯度记忆库的脑电信号处理方法、系统、装置及介质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：CN120345873B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510860280.1，技术领域涉及：A61B5/00；该发明授权基于梯度记忆库的脑电信号处理方法、系统、装置及介质是由张亮;董瀚阳;肖坤涛设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本基于梯度记忆库的脑电信号处理方法、系统、装置及介质在说明书摘要公布了：本发明公开了一种基于梯度记忆库的脑电信号处理方法、系统、装置及介质，包括对脑电图数据进行预处理和划分，获取数据集；将其输入神经网络，获取输出特征及梯度特征，构建梯度记忆库；分批次输入训练集的数据，结合梯度记忆库匹配历史梯度特征，融合生成显著特征并输入网络剩余层得到输出概率；基于输出概率计算损失函数，反向传播更新模型参数，并同步更新梯度记忆库中的特征；重复执行上述步骤直至模型收敛，最终通过测试集评估分类性能，完成对获取的脑电图进行特征选择。本发明通过基于梯度记忆库的动态特征优化机制，同步实现棘波检测精度提升与训练效率优化，有效克服传统脑电信号处理方法中特征冗余与计算资源消耗大的矛盾。

本发明授权基于梯度记忆库的脑电信号处理方法、系统、装置及介质在权利要求书中公布了：1.一种基于梯度记忆库的脑电信号处理方法，其特征在于，包括以下步骤： S1、对被试采样的脑电图数据进行预处理和数据划分，获取分段脑电图的训练集、验证集，以及测试集； S2、将固定批次大小的分段脑电图数据输入神经网络，获取待特征选择层的输出特征及梯度特征，构建并初始化梯度记忆库，所述待特征选择层是神经网络的任意一层； S3、分批次输入训练集的数据，结合梯度记忆库匹配历史梯度特征，融合生成显著特征并输入网络剩余层得到输出概率； 其中，所述梯度记忆库是将固定轮次大小的分段脑电图数据输入神经网络，得到任一层的输出特征，再获取该输出特征对应的梯度特征构建得到的； 所述显著特征是将固定批次大小的脑电图分段数据输入网络模型，得到当前批次数据的输出特征，并与从梯度记忆库中选出与梯度特征距离最近的记忆特征共同构建得到的； S4、基于输出概率计算损失函数，反向传播更新模型参数，并同步更新梯度记忆库中的特征； S5、重复执行步骤S3-S4直至模型收敛，最终通过测试集评估分类性能，完成对获取的脑电图进行特征选择。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230000 安徽省合肥市高新区望江西路5089号,中国科学技术大学先进技术研究院未来中心B1205-B1208；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”。