重庆邮电大学罗元获国家专利权
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!
龙图腾网获悉重庆邮电大学申请的专利基于并行DAMSCN-LSTM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:CN115238796B 。
龙图腾网通过国家知识产权局官网在2026-03-20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:202210885386.3,技术领域涉及:G06V10/764;该发明授权基于并行DAMSCN-LSTM的运动想象脑电信号分类方法是由罗元;周景帆;陈力布杰;盖新晨;何革;凌鉴设计研发完成,并于2022-07-26向国家知识产权局提交的专利申请。
本基于并行DAMSCN-LSTM的运动想象脑电信号分类方法在说明书摘要公布了:本发明公开了一种基于并行DAMSCN‑LSTM的运动想象脑电信号分类方法,该方法包括步骤:S1,对四类运动想象脑电信号进行预处理,包括去除眼电、肌电,进行带通滤波处理;S2,利用LSTM提取脑电信号的时间特征;S3,利用DAMSCN提取脑电信号不同尺度的时频特征,同时引入空间注意力和通道注意力模块;S4,提取多尺度时频特征的同时引入空间注意力机制和通道注意力机制;S5,将提取到的多尺度时频特征和时间特征的特征进行拼接,然后借助全连接层和SoftMax层实现特征分类。最后,通过在公开数据集进行验证,并与相关文献进行对比,结果表明本文提出的多类运动想象脑电信号分类算法具有更好的分类结果。
本发明授权基于并行DAMSCN-LSTM的运动想象脑电信号分类方法在权利要求书中公布了:1.基于并行DAMSCN-LSTM的运动想象脑电信号分类方法,其特征在于,包括以下步骤: S1,对四类运动想象脑电信号进行预处理,包括去除眼电和肌电,进行带通滤波处理; S2,利用LSTM提取脑电信号的时间特征,包括将三个通道C3,C4,Cz的脑电信号进行维度转置,然后拼接为一维向量,每个LSTM单元通过三种输入来处理信息:xt是当前时间步长的输入,ht-1是前一个LSTM单元的输出,ct-1是前一个单元的细胞状态,LSTM单元包括三个门控制:遗忘门、输入门和输出门,遗忘门ft决定使用sigmoid函数丢弃先前细胞状态的哪些信息,输入门it决定当前状态是否被当前输入更新,输出门ot从当前细胞状态选择有用的信息,并将其显示为输出; S3,利用DAMSCN提取脑电信号不同尺度的时频特征,包括:将三个通道的脑电信号进行连续小波处理,并将得到的特征图进行拼接,之后,输入到DAMSCB中进行多尺度特征提取; DAMSCB的输入为H为特征图的高度,W为特征图的宽度,C是通道数,多尺度特征提取的公式如下: 式中Fl,l=1,2,3,表示具有不同感受野的每个分支提取的特征,与输入X具有相同的尺寸和深度,表示基于k×k的卷积核的膨胀卷积层;之后传入批标准化层BN·;最后使用ReLu·作为激活函数; S4,提取多尺度时频特征的同时引入空间注意力机制和通道注意力机制; 将所述空间注意力机制和通道注意力机制加在多尺度特征提取的每条支路上,得到的空间注意图为: SAMl=σC5×5[MaxPoolFl,AvgPoolFl] 其中C5×5·表示核大小为5的卷积层,σ·表示Sigmoid函数,MaxPool和AvgPool分别代表通道级最大池化和平均池化操作,多尺度特征提取各支路的输出特征Fl与空间注意图SAMl逐元素相乘,得到空间注意力的输出并输入后续的网络层,计算公式如下: S5,将提取到的多尺度时频特征和时间特征的特征进行拼接,然后借助全连接层和SoftMax层实现特征分类。
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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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