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 > 电子科技大学易婵琳获国家专利权

电子科技大学易婵琳获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于局部-全局时间信息整合的脑电源成像神经网络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:CN117112993B

龙图腾网通过国家知识产权局官网在2025-10-28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:202311073604.4,技术领域涉及:G06F18/00;该发明授权一种基于局部-全局时间信息整合的脑电源成像神经网络方法是由易婵琳;徐鹏;胡阳;陈婉钧;李发礼;尧德中设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

一种基于局部-全局时间信息整合的脑电源成像神经网络方法在说明书摘要公布了:本发明提出了一种基于局部‑全局时间信息整合的脑电源成像方法,该方法以监督学习的方式建立头表脑电到颅内活动的直接映射,使用时间卷积网络来挖掘脑电信号的局部时间信息,使用双向长短期记忆网络来挖掘脑电信号的全局时间信息,同时引入了多头注意力机制提取局部‑全局关键信息,使用全连接层整合模型的局部‑全局特征,实现对颅内源活动的有效估计。本发明基于深度学习方法,整合输入头表信号的局部‑全局信息,建立脑电信号与颅内信号之间的映射,避免了经典源成像方法对于先验条件敏感的问题,相比经典源成像方法抗噪声能力更强,能够捕获经典源成像方法无法实现的深部源成像。该方法对于基于脑电的高时‑空分辨率探索,尤其是深部活动探索,具有重要意义。

本发明授权一种基于局部-全局时间信息整合的脑电源成像神经网络方法在权利要求书中公布了:1.一种基于局部-全局时间信息整合的脑电源成像神经网络方法,包括以下步骤: 步骤S1:对头表采集的脑电信号进行如下步骤的预处理过程: 采用参考电极标准化技术对脑电信号进行重参考、使用带通滤波滤除信号噪声成分、对信号进行降采样、信号分段、去除含伪迹的信号片段; 步骤S2:使用mne-python包,根据采集脑电信号的导联系统,以及电极名称,生成对应的模拟头模型,仿真生成头表脑电信号数据和颅内皮层信号,构建头表脑电信号,颅内皮层信号的样本对作为数据集: 步骤S3:构建基于局部-全局时间信息整合的脑电源成像神经网络模型,并将步骤S2得到的数据集划分为训练集和验证集,使用训练集对模型进行有监督训练:采用自适应矩估计Adam优化器,计算拟合的颅内皮层信号与实际颅内皮层信号间的拟合损失函数,并更新神经网络的参数,使用验证集对每次训练后的模板进行性能评估,并更新保存最优的模型参数; 述基于局部-全局时间信息整合的脑电源成像神经网络模型构建如下: 该神经网络主要由空间-时间-时间-空间模板顺序构成;第一层空间模块学习并挖掘脑电信号空间信息,增加空间特征数;两层的时间模块挖掘脑电信号的局部-全局的时序特征;第二层空间模块学习信号传输的空间特性并从接收源信号中反向推理发送源的时序活动信号,获得颅内信号; 步骤S4:导入训练后确定的最优的神经网络参数,使用步骤S1的方法处理待分析的头表脑电信号,将处理后的头表脑电信号输入至训练好的神经网络,得到颅内皮层信号; 步骤S5:通过使用正向模型得到的大脑表面三角部分划分信息以及颅内各个皮层源的三维坐标信息,将神经网络输出的颅内皮层信号绘制到大脑三维图上,完成脑电源成像。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。