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！

龙图腾网获悉施备思(东莞)医疗器械有限公司申请的专利基于深度学习模型的脑电图特征优化提取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：CN120296575B 。

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：202510343771.9，技术领域涉及：G06F18/243；该发明授权基于深度学习模型的脑电图特征优化提取方法是由程明;张陈鑫;袁灿光;孙慧远;刘琼;张海军设计研发完成，并于2025-03-22向国家知识产权局提交的专利申请。

本基于深度学习模型的脑电图特征优化提取方法在说明书摘要公布了：本发明公开了基于深度学习模型的脑电图特征优化提取方法，涉及脑电图分析技术领域，提高了情绪识别的精度。本发明通过将不同标准情绪脑电数据的检测信号片段相互匹配得到特征情绪信号片段，通过特征情绪信号片段在各个标准情绪脑电数据中遍历若干个特征片段，获取各个特征片段相对于其所在标准情绪脑电数据的时空关联权重，进而建立各种情绪刺激下的多维特征时空矩阵，建立多维特征时空矩阵相应的情绪关联树，再依次将对应不同种情绪刺激下的情绪关联树匹配连接得到全情绪特征森林，将最新生成的标准情绪脑电数据转化为检测特征子矩阵序列输入至全情绪特征森林中，进而输出对应标准情绪脑电数据所关联的情绪占比。

本发明授权基于深度学习模型的脑电图特征优化提取方法在权利要求书中公布了：1.基于深度学习模型的脑电图特征优化提取方法，其特征在于，包括以下步骤： 步骤S1、设置脑电采集通道采集多种情绪刺激下的若干份原始情绪脑电信号，并对原始情绪脑电信号进行标准化处理后，得到标准情绪脑电数据； 步骤S2、设置特征提取网络，所述特征提取网络设置有多个特征提取核，在各个标准情绪脑电数据中随机选取多个初始特征提取点，进而特征提取核从初始特征提取点向两侧扩散提取检测信号片段，将不同标准情绪脑电数据的检测信号片段相互匹配，进而生成情绪信号片段； 步骤S3、将各个情绪信号片段记为特征情绪信号片段，通过特征情绪信号片段在各个标准情绪脑电数据中遍历出若干个特征片段，获取各个特征片段相对于其所在标准情绪脑电数据的时空关联权重，进而建立各种情绪刺激下的多维特征时空矩阵； 步骤S4、建立多维特征时空矩阵相应的情绪关联树，再依次将对应不同种情绪刺激下的情绪关联树匹配连接得到全情绪特征森林，将最新生成的标准情绪脑电数据转化为检测特征子矩阵序列输入至全情绪特征森林中，进而输出对应标准情绪脑电数据所关联的情绪占比； 不同标准情绪脑电数据的检测信号片段相互匹配的过程包括： 将不同情绪刺激下的标准情绪脑电数据的检测信号片段相互匹配，若存在两个检测信号片段相似度在90%以上，则将两个检测信号片段对应的初始特征提取点剔除，并在相应标准情绪脑电数据上重新随机设置一个初始特征提取点； 若存在两个检测信号片段相似度在90%及以下，则保留两个检测信号片段，并继续下一次检测信号片段匹配； 当全部检测信号片段完成相互匹配后，将保留的检测信号片段中，对应同种情绪刺激但来自不同标准情绪脑电数据的检测信号片段相互匹配，并设置相似度阈值； 若两个检测信号片段之间的相似度大于等于相似度阈值，则对两个检测信号片段设置相同的特征标注，否则不做任何操作； 将各个未带有特征标注的检测信号片段对应初始特征提取点位置剔除，并重新随机选取一个特征提取点，对于带有特征标注的检测信号片段对应初始特征提取点位置剔除，以初始特征提取点为中心提取出两倍单位扩散长度的检测信号片段； 若在二次匹配结果中与等长或更长的检测信号片段相似度在90%以上，则将对应两个检测信号片段回退为一个单位扩散长度的检测信号片段，并将回退后的检测信号片段记为情绪信号片段。

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施备思(东莞)医疗器械有限公司，其通讯地址为：523000 广东省东莞市寮步镇仁居路1号松湖智谷研发中心1栋704室；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。