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！

龙图腾网获悉北京工业大学申请的专利一种基于图注意力网络和稀疏编码的静息态多通道脑电信号识别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：CN116211319B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310152183.8，技术领域涉及：A61B5/369；该发明授权一种基于图注意力网络和稀疏编码的静息态多通道脑电信号识别方法是由段立娟;邹鑫宇;乔元华设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种基于图注意力网络和稀疏编码的静息态多通道脑电信号识别方法在说明书摘要公布了：本发明涉及一种基于图注意力网络和稀疏编码的多通道EEG信号识别方法。首先对多通道脑电信号进行预处理，获得若干多通道脑电信号数据样本。接下来对每一个数据样本进行分频带处理，分为五种子频带，采用上述两种特征提取方式分别构造五种脑功能网络。接下来对五种脑功能网络进行融合，将其脑功能节点特征进行拼接作为融合后的脑功能节点特征；对五种脑功能连接特征取平均值，然后进行进行阈值处理去除无效连接，作为融合后的脑功能连接特征。将融合后的脑功能网络通过图注意力网络模型来还原真实的脑功能连接特征，并使用自编码器对脑功能连接稀疏特征进行降维和特征增强，进行特征降维，最终将两种特征融合并进行分类。本发明分类准确率最高。

本发明授权一种基于图注意力网络和稀疏编码的静息态多通道脑电信号识别方法在权利要求书中公布了：1.一种基于图注意力网络和稀疏编码的静息态多通道脑电信号识别方法，其特征在于包括以下步骤： 步骤1脑电信号预处理 首先对脑电信号进行带通滤波并划分为5个子频带信号； 步骤2脑网络构建 首先构建五种子频带信号下的脑功能网络，脑功能网络包含两部分：脑功能节点特征和脑功能连接特征，用短时傅里叶变换STFT提取微分熵DE作为脑功能节点特征，采用希尔伯特变换Hilbert提取相位锁值PLV特征作为脑功能连接特征；然后将五种子频带脑功能网络融合成一个脑功能网络； a.脑功能节点特征提取 通过STFT对预处理后的EEG子频带信号计算微分熵特征； 通过STFT提取微分熵特征； 1用快速傅里叶变换FFT算法计算信号的离散傅里叶变换DFT； 2然后，计算功率谱密度PSD； 3计算功率谱密度以2为底的对数得到微分熵值； b.脑功能连接特征提取 通过希尔伯特变换对预处理后的EEG子频带信号提取同步性特征； 1用希尔伯特变换计算信号的相位角； 2然后，计算相位角之间的相位差值； 3计算然后根据所有点的相位差计算自然常数为底的指数，将指数的绝对值求和平均，得到PLV的值； c.脑功能网络融合 1将五个子频带脑网络的脑功能连接特征取平均值作为融合后的脑功能连接特征，接着对融合后的脑功能连接特征做阈值化处理，保留有效脑功能连接； 2将五个子频带脑功能网络的脑功能节点特征进行拼接，使其每个节点的特征维度有1维变升为5维，以此来作为融合后的脑功能节点特征； 步骤3全局特征提取 提出的模型包含四个部分，包含一个由多个图注意力网络层组成的全局特征提取模块，一个由自编码器构成的连接特征稀疏编码模块，节点特征融合模块和分类器；全局特征提取模块通过聚合邻居节点特征，来改变自身节点特征，并重新计算节点间的相关性； 步骤4稀疏编码及节点特征融合 稀疏编码模块对更新后连接特进行编码，降低特征维度，对特征进行增强；节点特征融合模块为每个子频带赋予不同的权重，将五个子频带节点特征融合为一个，降低特征维度； 步骤5分类器 脑功能网络的构建包含两部分，分别是脑功能连接特征和脑功能节点特征，经过上述特征变换分别对两种特征进行学习并增强；最终将两种特征进行拼接，经过两层全连接层和log_softmax函数输出预测结果。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。