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！

龙图腾网获悉天津大学申请的专利基于脑电信号的多特征融合网络的谎言检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：CN119818069B 。

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：202411894648.8，技术领域涉及：A61B5/16；该发明授权基于脑电信号的多特征融合网络的谎言检测方法是由陈安琪;杨柳设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于脑电信号的多特征融合网络的谎言检测方法在说明书摘要公布了：本发明公开了一种基于脑电信号的多特征融合网络的谎言检测方法：采用改进的双探头复杂试验，获取不同状态下多名受试者原始脑电信号数据；采用ICA算法分离并去除原始脑电信号伪像，通过小波变换进行分解和重构，完成脑电信号的滤波和去噪；通过功率谱估计、小波变换、FBCSP算法分别提取频域特征、时频域特征、空间特征；训练MFNet网络，得到融合特征分类模型；提取待测谎者的原始脑电信号数据，先后进行数据预处理和多域体征提取，得到待测谎者脑电信号对应的频域特征、时频域特征、空间特征，输入到训练好的融合特征分类模型中，得到待测谎者的分类标签。本发明通过改进后的脑电分类算法提取脑电中多个域的特征完成对受试者测谎的识别任务。

本发明授权基于脑电信号的多特征融合网络的谎言检测方法在权利要求书中公布了：1.一种基于脑电信号的多特征融合网络的谎言检测方法，其特征在于，包括以下步骤： S1：脑电信号采集 采用改进的双探头复杂试验，获取不同状态下多名受试者的原始脑电信号数据，构建脑电图测谎数据集，选取部分受试者的原始脑电信号数据作为训练集； S2：脑电信号数据预处理 采用ICA算法分离并去除训练集中原始脑电信号数据的伪像，通过小波变换对去伪后的脑电信号进行分解和重构，完成脑电信号的滤波和去噪； S3：多域特征提取 通过功率谱估计、小波变换、FBCSP算法分别对预处理后的脑电信号提取频域特征、时频域特征、空间特征；具体过程为： S3.1频域特征的提取 采用韦尔奇功率谱估计对脑电信号数据预处理后的脑电信号进行频域分析，对脑电信号数据预处理后的脑电信号的任一通道的脑电信号进行分段、加窗，计算加窗后每个分段的功率谱，然后获取平均功率谱，选取t个特定频率处对应的功率值构成该通道的特征向量，采用相同方法获取每个通道的特征向量，拼接构成频域特征矩阵； S3.2时频域特征的提取 采用小波变换对脑电信号数据预处理后的脑电信号进行时频域分析，对脑电信号数据预处理后的脑电信号的任一通道的脑电信号进行分层，通过各层分解得到对应频段的近似分量所对应的近似系数，得到该通道的特征向量，采用相同方法获取每个通道的时频域特征向量，拼接构成时频域特征矩阵； S3.3空间特征的提取 采用FBCSP算法对脑电信号数据预处理后的脑电信号进行空间域分析，提取空间特征；首先，使用滤波器组将预处理后的脑电信号每个通道的脑电信号均过滤为多个频段；然后使用CSP算法对每个通道的每个频段进行过滤，提取CSP过滤后每个频段的特征向量，将同一通道所有频段的特征向量通过方差归一化形成该通道的特征向量；最后将所有通道的特征向量拼接得到最终的空间特征矩阵； S4：融合特征分类训练 采用步骤S3提取的频域特征、时频域特征、空间特征训练MFNet网络，得到融合特征分类模型； S5：提取待测谎者的原始脑电信号数据，按步骤S2、S3方法先后进行脑电信号数据预处理和多域特征提取，得到待测谎者脑电信号对应的频域特征、时频域特征、空间特征，输入到步骤S4训练好的融合特征分类模型中，得到待测谎者的分类标签，即说谎或诚实。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。