华中科技大学同济医学院附属同济医院唐洲平获国家专利权
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!
龙图腾网获悉华中科技大学同济医学院附属同济医院申请的专利基于脑电信号数据的运动意图解码模型的配置方法及装置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:CN120448748B 。
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:202510932985.X,技术领域涉及:G06F3/01;该发明授权基于脑电信号数据的运动意图解码模型的配置方法及装置是由唐洲平;陈丹阳;时坚;张萍;赵知闲;李盛杰设计研发完成,并于2025-07-08向国家知识产权局提交的专利申请。
本基于脑电信号数据的运动意图解码模型的配置方法及装置在说明书摘要公布了:本申请提供了基于脑电信号数据的运动意图解码模型的配置方法及装置,用于提供了一套新颖的运动意图解码模型的训练机制,在训练过程中通过将脑电信号数据与视频方面解析得到的运动姿态数据进行联合分析,让模型系统能够快速捕捉神经信号与运动轨迹之间的关联,全面地捕捉运动意图,显著提升了模型对于各种复杂运动模式的识别精度,同时也减少了模型处理所需的计算资源,使得整个解码过程更加高效,兼顾个体适应性和泛化性,可以良好地满足侵入式脑机接口研究的实时应用需求。
本发明授权基于脑电信号数据的运动意图解码模型的配置方法及装置在权利要求书中公布了:1.一种基于脑电信号数据的运动意图解码模型的配置方法,其特征在于,所述方法包括: 在样本运动对象执行指定运动任务的过程中,采集所述样本运动对象的监控图像; 对所述监控图像展开图像识别处理,以识别所述样本运动对象在执行所述指定运动任务的过程中的运动姿态,并获得相应的样本运动姿态数据; 在所述样本运动对象执行所述指定运动任务的过程中,通过侵入式脑机接口系统采集所述样本运动对象的脑电信号,并获得相应的样本脑电信号数据; 将所述样本运动姿态数据和所述样本脑电信号数据作为训练样本,训练运动意图解码模型,其中,所述样本运动姿态数据作为标注,所述运动意图解码模型为深度学习模型,所述运动意图解码模型用于基于模型所输入脑电信号数据对相应运动对象的运动意图进行运动意图解码处理; 所述指定运动任务具体包括以下运动过程: 在第一信号灯点亮后,触碰第一传感器500ms; 在触碰所述第一传感器500ms后,熄灭所述第一信号灯,并随机点亮三个第二信号灯中的一个目标灯; 在所述目标灯点亮后,触碰三个第二传感器中所述目标灯对应的目标传感器200ms; 所述运动意图解码模型包括以下配置内容: 模型输入的一维时序信号数据,经过频域变换后得到的二维图像信号,输入到模型前半部分,其中,变换处理过程包括:使用离散傅里叶变换处理将时域到频域的信号转换,通过信号的傅里叶变换的幅度平方估计功率谱密度,通过Welch方法对估计的所述功率谱密度进行平滑处理; 所述模型前半部分包括三个二维卷积层和三个最大池化层,每经过一个所述二维卷积层的二维卷积处理之后再由一个所述最大池化层进行最大池化,接着再输入下一个所述二维卷积层,直至处于最后位置的第三个所述最大池化层输出至模型后半部分; 所述模型后半部分包括负责串联的两个GRU层,所述GRU层用于提取时序特征,第二个所述GRU层的输出依次经过flatten层、全连接层、dropout层和输出层进行处理,得到模型输出; 三个所述二维卷积层的规格依次为998×26×32、497×11×64和246×3×64,三个所述最大池化层的规格依次为499×13×32、248×5×64和123×1×64; 所述flatten层、所述全连接层、所述dropout层和所述输出层的规格依次为1×128、1×64、1×64和1×2。
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同济医学院附属同济医院,其通讯地址为:430030 湖北省武汉市解放大道1095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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励