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！

龙图腾网获悉长江大学武汉校区申请的专利一种基于融合时频特征大模型驱动脑电驾驶意图预测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：CN120837098B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511333457.9，技术领域涉及：A61B5/369；该发明授权一种基于融合时频特征大模型驱动脑电驾驶意图预测方法是由赵瀚林;涂继辉;沈孝科;涂君瑢;冯浩祥;王翊丞;贺泳康设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本一种基于融合时频特征大模型驱动脑电驾驶意图预测方法在说明书摘要公布了：本发明提出了一种基于融合时频特征大模型驱动脑电驾驶意图预测方法，利用脑电采集系统获取多场景下的初始脑电信号，第一Transformer转换器及掩膜重建机制提取时域特征。对初始脑电信号进行预处理以及Fbank变换后在通道上随机掩膜，第二Transformer转换器和随机掩膜策略提取频域特征。通过交叉注意力机制融合时域与频域特征，生成自学习提示词。将自学习提示词转换为大语言模型接受的嵌入向量，大语言模型输出驾驶意图概率，取最大概率值对应的驾驶意图作为预测结果。本方法融合时域特征和频域特征生成自学习提示词。本发明能够实现时频特征动态融合，从而提升大语言模型输出驾驶意图的预测准确性，提高推理精度。

本发明授权一种基于融合时频特征大模型驱动脑电驾驶意图预测方法在权利要求书中公布了：1.一种基于融合时频特征大模型驱动脑电驾驶意图预测方法，其特征在于：该方法包括以下步骤： 步骤1，数据采集：获取多场景驾驶过程中的驾驶员的脑电信号形成初始脑电信号，或者获取多场景驾驶过程中的驾驶员的脑电信号进行初步处理后形成初始脑电信号； 步骤2，时域特征提取：对初始脑电信号进行时间维度随机掩膜，随机选择掩盖部分时间步，得到掩膜后的时域输入序列，掩膜后的时域输入序列作为第一Transformer转换器的输入，通过第一Transformer转换器提取时域特征； 步骤3，频域特征提取：对每个通道的初始脑电信号进行预处理以及Fbank变换得到频域信号；对频域信号随机选择掩盖部分通道的部分数据生成掩膜矩阵，得到掩膜后的频域输入序列，掩膜后的频域输入序列作为第二Transformer转换器的输入，通过第二Transformer转换器提取频域特征； 步骤4，自学习词生成：以交叉注意力机制融合时域特征与频域特征得到自学习提示词； 时域特征向频域特征中汲取关键信息得到融合特征，融合特征作为自学习提示词； 步骤5，大语言模型推理：将步骤4得到的自学习提示词转换为大语言模型接受的嵌入向量，送入大语言模型进行端到端训练； 步骤6，输出预测的驾驶意图：大语言模型输出驾驶意图概率，取最大概率值对应的驾驶意图作为预测结果。

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长江大学武汉校区，其通讯地址为：430100 湖北省武汉市蔡甸区大学路111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。