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！

龙图腾网获悉杭州电子科技大学申请的专利基于特征数据生成的运动想象脑电信号分类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：CN116662741B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310693086.X，技术领域涉及：G06F18/10；该发明授权基于特征数据生成的运动想象脑电信号分类方法是由席旭刚;郜一杰;汪婷;李文国;吕忠;李文臣设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于特征数据生成的运动想象脑电信号分类方法在说明书摘要公布了：本发明公开了了一种基于特征数据生成的运动想象脑电信号分类方法，包括以下步骤：采集脑电信号，并记录每一次想象的开始时间点和结束时间点。对步骤1采集的信号进行带通滤波、ICA独立成分分析，对预处理后的信号进行多组有重叠的滤波和时间窗划分。对于步骤2的每一个时频段使用CSP算法进行特征提取。将提取到的CSP特征通过2000轮训练建立去噪扩散模型，并进行数据生成。用二阶矩计算与概率分布直方图结合的方法评估生成数据的可靠性。该方法首先同步采集20个通道上的运动想象脑电信号，然后在时域和频域上分别划分为多个小段，再使用CSP对每个段提取特征。提取出的特征既保留了原始数据的通道信息，又具有体量小维度低的特点。

本发明授权基于特征数据生成的运动想象脑电信号分类方法在权利要求书中公布了：1.一种基于特征数据生成的运动想象脑电信号分类方法，其特征在于，包括如下步骤： 步骤1、对受试者采集运动想象脑电信号； 步骤2、对采集的脑电信号进行预处理，然后进行多组有重叠的滤波和时间窗划分； 步骤3、对于步骤2中经过划分后得到的每一个时频段使用共空间模式进行特征提取； 所述步骤3中特征提取的方法为： 1共空间模式算法首先对不同时频段的脑电信号进行空间滤波： zi，j＝WE1 其中zi，j代表第i次试验中提取出的第j个特征，E是包含脑电信号的多通道时间序列矩阵，W是投影矩阵； 2使用zi，j的最前K行和最后K行计算投影值的方差，即共空间模式特征，再使用对数变换使其接近高斯分布： 其中N为输入进算法的时序信号中的试验次数，p为当前的试验编号； 3生成特征矩阵：视一次试验为一个样本，每个样本可得特征数为m×n×D个，每个数据集中共进行N次试验，生成的特征矩阵为： Xi，j为投影后的第i次试验提取出的第j个特征，D＝m·n·2·K是每次试验特征的维数； 步骤4、将提取的特征使用去噪扩散模型进行数据生成； 步骤5、用二阶矩计算与概率分布直方图结合的方法评估生成数据的可靠性，若可靠性不满足需求，则进行重训练，直至满足应用需求，所述生成数据的可靠性判断方法为：生成数据与真实数据期望的误差不超过3％。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。