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！

龙图腾网获悉华南理工大学申请的专利基于多尺度时空图卷积和对比学习的EEG情绪识别系统及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：CN119970033B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411961308.2，技术领域涉及：A61B5/16；该发明授权基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法是由舒琳;向子睿;晋建秀;曲若文;姚鸿博;熊奇炜;花浩镪;徐向民设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法在说明书摘要公布了：本发明涉及深度学习和情绪识别领域，为一种基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法，其方法包括步骤：对脑电信号进行预处理；基于情绪类别和受试者身份构建正负样本对；采用堆栈自编码器提取脑电信号的隐藏空间表示，将脑电信号分为多个功能性脑区得到降维后的脑源信号；构建脑源信号的无向图结构；构建多尺度时空图卷积网络作为特征提取网络，并输入无向图结构，动态学习和更新邻接矩阵，对无向图结构中脑源信号的特征进行表达，提取情绪相关特征；基于多尺度时空图卷积和对比学习框架，搭建并训练EEG情绪识别模型，以消除个体性差异。本发明充分利用EEG信号的多维信息，显著提高情绪识别的准确性、鲁棒性和泛化性能。

本发明授权基于多尺度时空图卷积和对比学习的EEG情绪识别系统及方法在权利要求书中公布了：1.一种基于多尺度时空图卷积和对比学习的EEG情绪识别方法，其特征在于，包括以下步骤： S1、采集受试者的脑电信号，并对脑电信号进行预处理，获得真实反映受试者的情绪处理过程的样本数据；基于情绪类别和受试者身份构建正负样本对，用于对比学习；构建留一受试者的跨被试数据集； S2、采用堆栈自编码器提取脑电信号的隐藏空间表示，基于医学先验信息将脑电信号分为多个功能性脑区，得到降维后的脑源信号； 步骤S2采用堆栈自编码器SAE对多通道脑源信号进行降维，以重构脑源信号并提取关键特征；堆栈自编码器通过无监督学习的方式，将高维输入数据映射到低维隐藏空间，同时保留脑源信号的核心信息； 步骤S2在堆栈自编码器SAE对多通道脑源信号进行降维之前，先对SAE进行训练，包括步骤： 第一层自编码器训练，将原始脑源信号xk传入到第一个稀疏自编码器中，训练网络学习输入数据的一阶特征表示h1k； 第二层自编码器训练，将训练好的一阶特征表示h1k作为新的输入，传入第二个稀疏自编码器中，训练其学习二阶特征表示h2k； 分类器训练，将二阶特征表示h2k作为输入，训练一个Softmax分类器，将高层特征映射到具体的情绪分类标签； 每个稀疏自编码器还通过重构损失进行优化，重构损失用于衡量稀疏自编码器输出与输入的差异，定义为： 其中，是通过自编码器重构的脑源信号；通过最小化重构损失，确保降维后的特征表示仍然保留原始脑源信号的关键信息； 最终通过逐层训练形成一个包含两层隐藏层的堆栈自编码器网络； S3、构建脑源信号的无向图结构； S4、构建多尺度时空图卷积网络作为特征提取网络，将无向图结构输入到特征提取网络中，动态学习和更新邻接矩阵，对无向图结构中脑源信号的特征进行表达，提取情绪相关特征； S5、基于多尺度时空图卷积和对比学习框架，搭建并训练EEG情绪识别模型，以消除个体性差异。

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南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。