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！

龙图腾网获悉中国人民解放军空军特色医学中心申请的专利一种基于下肢运动想象的脑机接口算法系统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：CN120452674B 。

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：202510505484.3，技术领域涉及：G16H20/30；该发明授权一种基于下肢运动想象的脑机接口算法系统是由左崇文;叶超群;王杉;殷毅;齐辉名;左秀芹;卫芬;王禹水设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于下肢运动想象的脑机接口算法系统在说明书摘要公布了：本发明公开了一种基于下肢运动想象的脑机接口算法系统，涉及脑机接口技术领域，其技术要点为：本发明采用一种基于自适应时频‑黎曼几何融合的高精度下肢运动想象脑机接口系统，通过最优频段选择与协方差流形分类，实现膝关节疼痛患者运动意图的鲁棒解码，为临床康复提供可靠的技术支持。

本发明授权一种基于下肢运动想象的脑机接口算法系统在权利要求书中公布了：1.一种基于下肢运动想象的脑机接口算法系统，其特征是：所述算法系统包含数据预处理模块、时频特征提取模块、特征降维模块、几何滤波与分类模块、决策融合模块及实时反馈模块； 所述数据预处理模块对从脑电图的设备采集的原始信号进行滤波，去除高频噪声和伪影，通过应用0.5至80Hz的带通滤波和50Hz的陷波滤波器，输出经过清理的EEG数据信号，用于进一步分析，所述数据预处理模块将原始脑电信号xt经50Hz陷波滤波后得到洁净信号x_ft，并将x_ft分割为独立试次； 所述时频特征提取模块通过时间-频率分析方法对不同时间窗口内的EEG信号进行频域分析，得到各个频段的能量特征； 所述时频特征提取模块采用Welch法和连续小波变换，对预处理后的脑电信号进行时频分析；Welch法通过周期图计算功率谱密度： 其中wn为汉明窗，L为窗长，U为归一化常数；CWT定义为： 分析频带涵盖[8,12Hz]、[8,20Hz]、[8,30Hz]、[12,20Hz]、[15,20Hz]、[15,30Hz]、[20,30Hz]、[8,15Hz]8个区间，通过自适应频带选择确定最优分类频段； 所述特征降维模块使用局部切线空间排列方法对所述EEG信号进行特征降维，所述EEG信号的高维特征被压缩到较低维度，从而提高计算效率，避免高维特征过拟合，减少过拟合的风险； 所述几何滤波与分类模块利用基于黎曼几何的最小距离分类方法，对降维后的特征进行分类；通过计算不同时间-频率窗口的协方差矩阵，并使用黎曼距离度量信号之间的相似性，分类器能够高效地判断运动想象的类型；所述几何滤波与分类模块能够对来自不同个体的EEG信号进行稳健分类，处理跨个体和跨时段的差异，两协方差矩阵C_i与C_j的黎曼距离为： δRCi,Cj＝|logCi-12CjCi-12|F 其中|·|F为Frobenius范数，黎曼均值C通过最小化平方黎曼距离和求得； 所述决策融合模块将所述几何滤波与分类模块的分类结果与时间空间线性判别分析TSLDA方法进行融合，决策融合通过加权组合多个分类器的输出，提高了分类准确性，并能适应不同个体的脑电图模式；所述决策融合模块整合时空线性判别分析与判别测地滤波MDRM的分类结果，通过加权融合确定最终类别： 其中P_1c与P_2c为两个分类器概率输出，w_1、w_2为对应权重； 所述实时反馈模块根据分类结果向用户提供视觉或听觉反馈，指示运动想象的执行情况；用户通过指示灯或图形，确认下肢运动想象是否成功；所述实时反馈不仅帮助用户调整想象任务。

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中国人民解放军空军特色医学中心，其通讯地址为：100142 北京市海淀区阜成路30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。