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！

龙图腾网获悉武汉大学申请的专利针对孤独症的脑电信号可视化信道选择方法及设备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：CN116369946B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310244711.2，技术领域涉及：A61B5/372；该发明授权针对孤独症的脑电信号可视化信道选择方法及设备是由陈丹;陈宇康;董鹤友;陈靓影;高腾飞设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本针对孤独症的脑电信号可视化信道选择方法及设备在说明书摘要公布了：本发明提供一种针对孤独症的脑电信号可视化信道选择方法及设备，该方法包括：对原始脑电数据进行预处理；基于预处理后的脑电数据对深度卷积神经网络模型进行训练、超参数优化以及性能测试；基于所述性能达到预期的深度卷积神经网络模型的最后一个卷积层产生的每个输入样本对应的多张特征图，得到每个输入样本对应的类激活图；根据每个输入样本对应的类激活图，确定每个信道的重要性评分；按照重要性评分从大到小的顺序对各信道进行排序，选取排在前预设位的信道。通过本发明，筛选信道对后续为孤独症谱系障碍被试者选取测量的脑电极提供了指导作用，能有效降低测量成本、提高测试效率，同时减轻被试者的负担与压力。

本发明授权针对孤独症的脑电信号可视化信道选择方法及设备在权利要求书中公布了：1.一种针对孤独症的脑电信号可视化信道选择方法，其特征在于，所述针对孤独症的脑电信号可视化信道选择方法包括： 获取脑电数据采集设备采集到的原始脑电数据； 对原始脑电数据进行预处理； 基于预处理后的脑电数据对深度卷积神经网络模型进行训练、超参数优化以及性能测试，直至得到性能达到预期的深度卷积神经网络模型； 基于所述性能达到预期的深度卷积神经网络模型的最后一个卷积层产生的每个输入样本对应的多张特征图，得到每个输入样本对应的类激活图； 根据每个输入样本对应的类激活图，确定每个信道的重要性评分； 按照重要性评分从大到小的顺序对各信道进行排序，选取排在前预设位的信道； 所述基于所述性能达到预期的深度卷积神经网络模型的最后一个卷积层产生的每个输入样本对应的多张特征图，得到每个输入样本对应的类激活图的步骤包括： 针对某个输入样本，获取所述性能达到预期的深度卷积神经网络模型的最后一个卷积层输出的特征图[n×a×b]，n为特征图数量，a×b为每张特征图的尺寸； 计算反传回特征层的梯度信息： 其中，表示在softmax层之前网络层针对类别c的预测分数，为第n张特征图A在i，j位置的第k条通道的值； 计算特征图对于类别c的重要性权重，其中Z表示特征层的尺度，即信道数与频带宽度的乘积： 将每对权重对特征图加权并线性组合起来，送入ReLU激活函数得到类激活图： ； 所述根据每个输入样本对应的类激活图，确定每个信道的重要性评分的步骤包括： 对每个输入样本的类激活图进行处理，将各信道不同频段之间的权值累加，得到第n张图的第i条信道的总权值； 对于第n张图的第i条信道，若总权值高于重要性阈值T则为这条信道的重要性评分加分，否则不做处理，得到每条信道的重要性评分： ； 其中，。

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武汉大学，其通讯地址为：430000 湖北省武汉市武昌区珞珈山；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。