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！

龙图腾网获悉华中科技大学申请的专利一种应用于侵入式脑机接口的尖峰信号解码模型构建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：CN119848604B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411939397.0，技术领域涉及：G06F18/24；该发明授权一种应用于侵入式脑机接口的尖峰信号解码模型构建方法是由伍冬睿;付昊天;杨松;张鹤锐设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种应用于侵入式脑机接口的尖峰信号解码模型构建方法在说明书摘要公布了：本发明属于脑机接口尖峰信号解码相关技术领域，具体涉及一种应用于侵入式脑机接口的尖峰信号解码模型构建方法，包括：脉冲神经网络包含：时空特征提取模块，用于通过其内的一维卷积提取多通道尖峰信号中各通道信号的尖峰间隔时间特征，得到脉冲特征矩阵；通道融合单元，用于通过n个二维卷积以不同的方式融合脉冲特征矩阵中的通道间特征数据，对应得到n个一维脉冲特征图；时间卷积单元，用于通过二维卷积对每个一维脉冲特征图进行特征提取，得到n个新的一维脉冲特征图；细化卷积单元，用于多次在所有新的一维脉冲特征图之间做特征交互，得到多个一维脉冲交互特征图。本发明方法能在保证精度的同时降低计算复杂度。

本发明授权一种应用于侵入式脑机接口的尖峰信号解码模型构建方法在权利要求书中公布了：1.一种应用于侵入式脑机接口的尖峰信号解码模型构建方法，其特征在于，包括： 构建脉冲神经网络，包含时空特征提取模块以及具有多层时空卷积的通道融合模块和分类模块；所述时空特征提取模块用于通过其内的一维卷积提取多通道尖峰信号中各通道信号的尖峰间隔时间特征，并通过尖峰神经元，得到脉冲特征矩阵；所述通道融合模块包含通道融合单元、时间卷积单元和细化卷积单元，通道融合单元用于通过n个二维卷积以不同的方式融合所述脉冲特征矩阵中的通道间特征数据，并通过尖峰神经元对应得到n个一维脉冲特征图；时间卷积单元用于通过二维卷积对每个所述一维脉冲特征图进行特征提取，并通过尖峰神经元，从而得到n个新的一维脉冲特征图；细化卷积单元用于在不改变特征图形状的条件下多次在所有所述新的一维脉冲特征图之间做特征交互，得到多个一维脉冲交互特征图，用以通过所述分类模块得到解码信息； 构建训练样本集训练所述脉冲神经网络，得到尖峰信号解码模型； 其中，所述脉冲神经网络中在细化卷积单元处设置有反向突触连接； 所述时空特征提取模块还用于基于注意力机制，采用注意权重向量与所提取的所述脉冲特征矩阵中的每个通道特征进行点乘，得到经过通道级注意力机制的脉冲特征矩阵； 所述训练样本集为通过对多通道尖峰信号样本进行数据增强后得到； 所述数据增强的方式为时间点掩码，具体为： 预设一个形状同多通道尖峰信号样本的二进制掩码矩阵，初始化为全1矩阵；对二进制掩码矩阵中每个元素随机生成一个掩码与否的概率，以对该元素进行掩码，得到新的二进制掩码矩阵；将该新的二进制掩码矩阵与尖峰信号样本逐元素点乘，以模拟尖峰的缺失，得到新的尖峰信号； 和或，所述数据增强的方式为时间段掩码，具体为： 预设一个形状同单通道尖峰信号的二进制掩码矩阵，初始化为全1矩阵；对该二进制掩码矩阵中任一段元素生成一个掩码与否的概率，以对该段元素进行掩码，得到新的二进制掩码矩阵；将该新的二进制掩码矩阵与多通道尖峰信号样本中每个通道进行逐元素点乘，以模拟尖峰的缺失，得到新的尖峰信号； 和或，所述数据增强的方式为通道掩码，具体为： 预设一个形状同单时间点多通道尖峰信号的二进制掩码矩阵，初始化为全1矩阵；对该二进制掩码矩阵中每个元素生成一个掩码与否的概率，以对该元素进行掩码，得到新的二进制掩码矩阵；将该新的二进制掩码矩阵与多通道尖峰信号样本中每个单时间点多通道尖峰信号进行逐元素点乘，以模拟尖峰的缺失，得到新的尖峰信号。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。