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！

龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利基于集成学习的康复下肢外骨骼脑电解码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：CN119202894B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411282115.4，技术领域涉及：G06F18/2415；该发明授权基于集成学习的康复下肢外骨骼脑电解码方法是由陈伟海;张静;张越;王建华;裴忠才设计研发完成，并于2023-10-20向国家知识产权局提交的专利申请。

本基于集成学习的康复下肢外骨骼脑电解码方法在说明书摘要公布了：本发明公开了一种基于集成学习的康复下肢外骨骼脑电解码方法，涉及脑电解码技术领域，包括：通过脑电设备获取使用者运动皮层的EEG信号；对EEG信号进行浅层处理，得到第一类特征；构建EEG信号的深层处理网络模型，对EEG信号进行深层处理，得到第二类特征；将第一类特征和第二类特征合并，并训练分类器，解码出EEG信号的运动意图；根据解码出的运动意图对使用者进行视觉反馈，之后在下肢外骨骼设备执行解码后的运动，得到本体感觉反馈。本发明将浅层和深层神经网络结合起来，以提升下肢运动意向的性能，在下肢外骨骼设备上进行连续的运动想象实验，并采集连续的EEG脑电信号，设计了在线视觉和本体感觉反馈的实验范式。

本发明授权基于集成学习的康复下肢外骨骼脑电解码方法在权利要求书中公布了：1.一种基于集成学习的康复下肢外骨骼脑电解码方法，其特征在于，包括以下步骤： 通过脑电设备获取使用者运动皮层的EEG信号； 对EEG信号进行浅层处理，得到第一类特征； 构建EEG信号的深层处理网络模型，对EEG信号进行深层处理，得到第二类特征； 将第一类特征和第二类特征合并，并训练分类器，解码出EEG信号的运动意图； 根据解码出的运动意图对使用者进行视觉反馈，之后在下肢外骨骼设备执行解码后的运动，得到本体感觉反馈； 其中，深层处理网络模型包括TCN层，用于自动从序列数据中学习时间相关的特征，捕捉所有可用的时间信息，经扁平化处理后输出提取的深度特征并进行分类；TCN层为时间卷积网络，通过一个残差块来代替一层的卷积，一个残差块包含两层的扩展因果卷积和非线性映射，每层加入WeightNorm和Dropout来正则化网络； EEG信号的深层处理网络模型还包括：深度卷积层、第一时序卷积层、第二时序卷积层、自注意层； 通过深度卷积层使用深度卷积学习空间滤波器减少可训练参数的数量； 通过第一时序卷积层在不同频带提取EEG信号的特征图； 通过第二时序卷积层提取特征图表示不同时间尺度的数据； 通过自注意层确定最有效的运动想象信息； 通过TCN层捕捉所有可用的时间信息，经扁平化处理后输出提取的深度特征并进行分类，包括： 对EEG信号进行预处理； 将EEG信号切割成时间窗口，并为每个时间窗口标记相应的运动意图类别； 构建TCN模型，所述TCN模型由多个时序卷积层组成，每个时序卷积层都使用不同尺寸的卷积核来捕获不同时间尺度的特征； 应用全局平均池化或全局最大池化来捕获整体序列的信息； 将池化输出连接到全连接层执行分类任务，输出对不同运动意图类别的预测； 使用标记好的训练数据训练TCN模型，通过损失函数和优化算法对TCN模型进行优化。

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北京航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310052 浙江省杭州市滨江区创慧街18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”。

以上内容由龙图腾AI智能生成。