西安交通大学王刚获国家专利权
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!
龙图腾网获悉西安交通大学申请的专利一种基于噪声注意力机制的脑电信号时频域去噪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:CN120162529B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202510306166.4,技术领域涉及:G06F18/10;该发明授权一种基于噪声注意力机制的脑电信号时频域去噪方法是由王刚;梁嘉辉;朱家林;王光明;李韫琳设计研发完成,并于2025-03-14向国家知识产权局提交的专利申请。
本一种基于噪声注意力机制的脑电信号时频域去噪方法在说明书摘要公布了:一种基于噪声注意力机制的脑电信号时频域去噪方法,对含噪脑电信号进行时频变换生成复数时频特征;通过双路径神经网络提取时域和频域噪声掩码并融合;构建双阶段复数卷积网络,其噪声注意力模块利用特征拆分与空间权重机制,首阶段定位噪声的时频分布,次阶段协同优化干净信号保留与噪声抑制;最终逆变换重构去噪信号;本发明同时结合了复数卷积神经网络脑电信号的时域和频域信息,基于时频域分割的噪声注意力机制,更精准地分离脑电信号中的伪迹并充分保留有用的脑电信号,同时提升模型的可解释性,解决了现有脑电信号去噪方法未能考虑到时频域相结合去噪的问题;另外,本发明还包括了能够存储、运行实现上述方法的系统、设备以及介质。
本发明授权一种基于噪声注意力机制的脑电信号时频域去噪方法在权利要求书中公布了:1.一种基于噪声注意力机制的脑电信号时频域去噪方法,其特征在于,包括以下步骤: 步骤一:获得带伪迹的脑电信号,并且使用短时傅里叶变换将其转化为时频图,以便后续从时频域相结合的角度去噪; 步骤二:使用一维Unet1D模型得到带伪迹的EEG信号的时间掩码,即时域上噪声的区域;使用傅里叶变换和同样结构的一维Unet1D模型得到带伪迹的EEG信号的频率掩码,即频域上噪声的区域;然后将两者相结合得到噪声的时频掩码,即时频域上噪声的大致区域; 步骤三:将步骤一得到的带伪迹的脑电信号的时频图输入到双阶段-噪声注意力机制的DS-Natt-CCUNet模型中的噪声注意力模块,将步骤二得到的噪声的时频掩码也输入到所述噪声注意力模块中,帮助DS-Natt-CCUNet模型定位噪声的区域,最终DS-Natt-CCUNet模型输出精确的噪声时频图; 步骤四:在得到精确的噪声时频图后,将其输入到噪声注意力模块中,输入仍然是带伪迹的EEG信号的时频图,DS-Natt-CCUNet模型进行精确去噪,输出干净的EEG信号的时频图; 步骤五:将干净的EEG信号的时频图进行逆短时傅里叶变换,最终得到干净的EEG信号; 所述步骤三中提到的DS-Natt-CCUNet模型,基本框架为Unet,将复数神经网络Complex-valuedCNN和YOLOv11中的C3k2特征提取模块相结合,构造出能够处理EEG信号的时频图的编码器;将CSPNetCrossStagePartialNetwork和空间注意力机制相结合,并以噪声的时频掩码图为输入,构造出噪声注意力机制。
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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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