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！

龙图腾网获悉上海韶脑传感技术有限公司申请的专利一种面向运动想象脑机接口在线解码的自适应优化方法及系统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：CN121561684B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202610100392.1，技术领域涉及：G06F18/2431；该发明授权一种面向运动想象脑机接口在线解码的自适应优化方法及系统是由张佳杨;刘晶;杨帮华;张永怀设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种面向运动想象脑机接口在线解码的自适应优化方法及系统在说明书摘要公布了：一种面向运动想象脑机接口在线解码的自适应优化方法及系统，该方法在无需访问源域训练数据的隐私保护前提下，通过教师‑学生模型框架对目标用户的脑电数据流进行实时自适应；采用测试时批重归一化，通过停止梯度操作解耦归一化统计量更新与参数优化，稳定特征表示；动态类别特定熵阈值机制，结合在线类别频率与批次置信度为各类别自适应筛选高置信度样本；设计动态在线重加权策略，依据样本熵值与类别频率分配权重以平衡优化过程；引入基于固定原型的解耦对比学习，优化特征空间分布。本发明解决了统计量漂移、固定阈值适应性差、类别不平衡敏感及特征优化不充分等问题，提升了跨用户运动想象脑机接口在线解码的适应性、稳定性和鲁棒性。

本发明授权一种面向运动想象脑机接口在线解码的自适应优化方法及系统在权利要求书中公布了：1.一种面向运动想象脑机接口在线解码的自适应优化方法，其特征在于，包括离线准备阶段和在线自适应阶段： 所述离线准备阶段包括下述步骤： S11.对源域用户的运动想象脑电信号进行预处理，包括去基线漂移、带通滤波及平均参考重参考处理，得到预处理后的源域数据； S12.基于所述预处理后的源域数据，训练得到运动想象的初始分类模型； S13.复制所述初始分类模型的参数和归一化统计量，分别用于初始化教师模型和学生模型； 所述在线自适应阶段包括下述步骤： S21.对实时采集的单个目标域脑电信号执行与所述源域预处理步骤相同的处理，将预处理后的样本同时输入所述教师模型和所述学生模型；在模型的前向传播过程中，采用测试时批重归一化技术对特征进行归一化处理，所述测试时批重归一化技术通过停止梯度操作，将用于归一化的统计量更新与模型参数的梯度优化进行解耦；记录所述教师模型输出的伪标签、所述学生模型提取的中间特征及样本的预测熵，存入样本缓冲区； S22当所述样本缓冲区中累积的样本数量达到预设批次大小时，触发模型更新流程，并基于该批次数据更新用于所述测试时批重归一化技术的移动平均统计量； S23.基于所述样本缓冲区中所有样本的伪标签，计算每个类别的动态出现频率；根据各类别的所述动态出现频率及当前批次样本的预测熵分布，为每个类别计算一个动态调整的熵阈值；基于所述动态熵阈值，从所述样本缓冲区中筛选出高置信度样本集； S24.针对所述高置信度样本集中的每个样本，根据其预测熵值及其所属类别的所述动态出现频率，计算一个动态权重，其中，所述动态权重的计算使得预测熵值越低的样本权重越高，且所属类别的出现频率越低的样本获得的权重补偿越高； S25.从所述初始分类模型中提取各类别的原型向量作为固定参考；基于所述高置信度样本集通过所述学生模型提取的特征向量，计算解耦原型对比损失，所述损失用于拉近样本特征与其对应类别原型向量的距离，并推远与其他类别原型向量的距离，且计算过程中所述原型向量保持固定； S26.基于所述教师模型和所述学生模型对所述高置信度样本集的输出，以及S24中计算的动态权重，计算加权蒸馏损失； S27.学生模型更新步骤：根据所述解耦原型对比损失和所述加权蒸馏损失构成的总损失，更新所述学生模型的参数； S28.通过指数移动平均策略，将所述学生模型更新后的参数同步至所述教师模型； S29.清空所述样本缓冲区，准备下一次迭代。

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上海韶脑传感技术有限公司，其通讯地址为：201900 上海市宝山区丰翔路1919号1幢2层205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。