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单侧方向性运动想象脑电解码的局部-全局时序交互网络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：CN120849917B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511010184.4，技术领域涉及：G06F18/213；该发明授权单侧方向性运动想象脑电解码的局部-全局时序交互网络是由杨帮华;荣芬奇;张佳杨;张永怀设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本单侧方向性运动想象脑电解码的局部-全局时序交互网络在说明书摘要公布了：本发明涉及一种单侧方向性运动想象脑电解码的局部‑全局时序交互网络，属于脑机接口技术领域。其中，该方法包括：浅层CNN模块，用于从原始EEG信号中提取局部化的时频表示；多尺度时序特征提取与压缩模块，通过短时序卷积核、长时序卷积核、平均池化层、步长卷积层并行四分支时序处理路径分别提取互补特征；基于深度可分离卷积对多尺度融合特征降维；局部‑全局时间注意力模块，用于在编码器中通过可学习位置编码替换固定位置编码，建模全局时序依赖，基于时间金字塔池化模块在分段长度上执行自适应平均池化，输出多尺度局部特征并拼接。实现了多尺度局部特征与全局时序依赖特征的有机融合，有效提升了对单侧方向性运动想象脑电信号的解码性能。

本发明授权单侧方向性运动想象脑电解码的局部-全局时序交互网络在权利要求书中公布了：1.一种单侧方向性运动想象脑电解码的局部-全局时序交互网络的构建方法，其特征在于，包括： 通过构建局部-全局时序交互网络进行单侧方向性运动想象脑电解码，其中，所述局部-全局时序交互网络包括：浅层CNN模块、多尺度时序特征提取与压缩模块、局部-全局时间注意力模块、分类器； 所述浅层CNN模块，用于从原始EEG信号中提取局部化的时频表示，包含时序卷积层和深度空间卷积层；所述时序卷积层采用一维卷积核，仅在时间维度上进行滑动卷积，通过卷积核权重分离特定频率神经振荡；输出特征图保持原始通道数；所述深度空间卷积层采用深度可分离卷积架构，每个卷积核独立作用于单个EEG通道，输出通道数与输入通道数相等；通过卷积核在通道维度上的滑动，学习头皮空间分布的激活模式，识别与MI任务相关的脑区活动；引入深度乘子参数，扩展每个电极通道的特征映射维度；通过卷积核权重编码头皮电极的空间分布关系，保留皮层激活地形特征； 所述多尺度时序特征提取与压缩模块，通过短时序卷积核、长时序卷积核、平均池化层、步长卷积层并行四分支时序处理路径分别提取互补特征，四分支输出沿特征维度拼接成多尺度融合特征；基于深度可分离卷积对所述多尺度融合特征降维，压缩计算量的同时保留判别性时序模式；所述短时序卷积核用于检测快速瞬态神经事件，响应EEG信号的毫秒级波动；所述长时序卷积层用于捕捉与MI过程相关的持续神经振荡模式；所述平均池化层执行窗口平均池化，抑制时序变异噪声；所述步长卷积层用于实现时序下采样与抽象化； 所述局部-全局时间注意力模块，用于在编码器中通过可学习位置编码替换固定位置编码，叠加随机丢弃层，通过多头自注意力机制建模全局时序依赖，基于时间金字塔池化模块在分段长度上执行自适应平均池化，输出多尺度局部特征并拼接； 所述编码器包括可学习位置编码层、多层多头自注意力机制、残差连接与前馈网络；所述可学习位置编码层生成维度与输入序列相同的可学习位置编码张量，通过逐元素叠加更新输入，自适应学习非平稳EEG信号的时间偏移特征；所述多层多头自注意力机制建立在所述可学习位置编码层后，通过设置多头架构捕捉输入序列整个时间跨度上复杂的相互依赖关系；所述残差连接与前馈网络促进梯度流动和保留输入信息，实现非线性变换与高级时间抽象；所述编码器将时间特征序列转换为具有上下文感知的嵌入表示； 所述时间金字塔池化模块基于预设的分段长度进行自适应平均池化，分别在细粒度、中粒度和粗粒度上提取特征，池化后的输出被拼接为一个统一的时间表征；在拼接前，每个分段级别的输出被重塑为固定长度的向量，并嵌入了来自不同抽象层次的时间信息； 所述分类器包括全连接层和输出层； 将得到所述统一的时间表征输入到分类器得到分类结果，即对应运动方向。

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：200444 上海市宝山区丰翔路1919号2幢240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。