Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学孙有朝获国家专利权

南京航空航天大学孙有朝获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种基于双域深监督特征融合网络的脑电注意力水平监测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:CN119344734B

龙图腾网通过国家知识产权局官网在2025-10-24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:202411426116.1,技术领域涉及:A61B5/18;该发明授权一种基于双域深监督特征融合网络的脑电注意力水平监测方法是由孙有朝;徐滔;曾一宁;曾喆设计研发完成,并于2024-10-14向国家知识产权局提交的专利申请。

一种基于双域深监督特征融合网络的脑电注意力水平监测方法在说明书摘要公布了:本发明公开了一种基于双域深监督特征融合网络的脑电注意力水平监测方法,包括:采集脑电Electroencephalography,EEG和眼动Electrooculography,EOG信号,形成注意力水平数据库;构建双域深监督特征融合网络,网络内数据处理模块分析EEG信号时序数据和频谱数据,并基于EOG信号计算PERCLOS值作为注意力水平量化指标,构建时序数据集和频谱数据集;时间注意模块提取EEG信号时域特征,并输出主函数损失值;频谱残差模块提取EEG信号频谱特征,并输出主函数损失值;深度监督模块接收并处理从TransformerEncoder和第一个残差块的输出值,提供两个辅助损失值,整合所有主损失值和辅助损失值,增强网络对特征细节的捕捉能力;特征融合模块通过线性回归算法,监测和评估飞行员的注意力水平。

本发明授权一种基于双域深监督特征融合网络的脑电注意力水平监测方法在权利要求书中公布了:1.一种基于双域深监督特征融合网络的脑电注意力水平监测方法,其特征在于,包括如下步骤: S1:通过EEG和EOG设备,实时捕捉飞行员在执行任务过程中的生理反应,采集EEG数据和EOG数据,形成注意力水平数据库; S2:对获取的EEG数据进行预处理; S3:将EOG数据和预处理后的EEG数据根据时间戳进行对齐,选取时间窗,将连续的EOG数据分段,计算每个时间窗内的PERCLOS值,作为注意力水平的量化指标; S4:构建双域深监督特征融合网络,包括数据处理模块、时间注意模块、频谱残差模块、深度监督模块和特征融合模块; S5:通过数据处理模块分别对EEG信号时间序列数据和EEG信号频谱数据进行处理,获取到时序数据和频谱数据; S6:根据步骤S3获取的PERCLOS值和步骤S5获取的时序数据和频谱数据,构建时序数据集和频谱数据集; S7:针对获取的时序数据集,通过时间注意模块的多头注意力机制捕捉EEG信号时序数据中的关键信息,输出主函数损失losstemporal和时域特征Ftemporal; S8:针对获取的频谱数据集,频谱残差模块通过堆叠多个残差块深度挖掘频谱数据中的高阶注意力相关信息,输出主函数损失lossspectral和频谱特征Fspectral; S9:将步骤S7中多头注意力机制的输出和步骤A8得到的第一个残差块的输出,分别输入深度监督模块,通过两个深度监督子模块生成辅助损失lossaux1和lossaux2,结合主函数损失losstemporal、lossspectral,整合所有主损失值和辅助损失值; S10:根据时域特征Ftemporal和频谱特征Fspectral,通过线性回归算法预测飞行员的注意力水平。

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南京航空航天大学,其通讯地址为:213332 江苏省常州市溧阳市滨河东路29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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。