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！

龙图腾网获悉成都信息工程大学;四川省计算机研究院申请的专利一种基于MSFF-SENet的运动想象脑电图解码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：CN116662782B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310648362.0，技术领域涉及：G06F18/213；该发明授权一种基于MSFF-SENet的运动想象脑电图解码方法是由张永清;牛颢;丁春利;刘世洪;郜东瑞;杨显华;龙树全设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于MSFF-SENet的运动想象脑电图解码方法在说明书摘要公布了：本发明公开了一种基于MSFF‑SENet的运动想象脑电图解码方法，包括：S1、构建MSFF‑SENet模型；其中，MSFF‑SENet模型包括多尺度时空块、多尺度时间块、PSD‑Conv块、SE特征融合块和分类块；S2、构建EEG信号数据集，对MSFF‑SENet模型进行训练；S3、将预处理的EEG信号输入至MSFF‑SENet模型中，获得运动想象脑电图解码分类结果。本发明提出了一种新的MSFF‑SENet模型，其相较于常见的时空模型更为敏感且准确地捕获MI‑EEG数据中的时间和多光谱特征。

本发明授权一种基于MSFF-SENet的运动想象脑电图解码方法在权利要求书中公布了：1.一种基于MSFF-SENet的运动想象脑电图解码方法，其特征在于，包括以下步骤： S1、构建MSFF-SENet模型； 其中，MSFF-SENet模型包括多尺度时空块、多尺度时间块、PSD-Conv块、SE特征融合块和分类块； 所述多尺度时空块用于提取输入EEG信号的浅层时空特征； 所述多尺度时间块用于提取浅层时空特征的深层动态时间特征，获取EEG信号的高维时间特征； 所述PSD-Conv块用于提取输入EEG信号各频带功率谱强度的频谱特征； 所述SE特征融合块用于融合高维时间特征和频谱特征，获得时间光谱融合特征； 所述分类块用于根据时间光谱融合特征，获得运动想象脑电图的解码分类结果； 所述多尺度时间块包括依次连接的三层MSTM块； 相邻两层MSTM块之间设置有非线性变换层，所述非线性变换层的非线性变换的复合表达式为： 式中，为非线性变换的输入，为BatchNormalization，即归一化操作，为ELU激活函数，表示将不同尺度的时间特征进行融合拼接，表示卷积层为空洞卷积，为通道注意力机制，为拼接操作； S2、构建EEG信号数据集，对MSFF-SENet模型进行训练； S3、将预处理的EEG信号输入至MSFF-SENet模型中，获得运动想象脑电图解码分类结果。

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成都信息工程大学;四川省计算机研究院，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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。