Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北大学纪龙成获国家专利权

东北大学纪龙成获国家专利权

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!

龙图腾网获悉东北大学申请的专利一种基于脑电信号的视觉内容检索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:CN121502027B

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:202610023662.3,技术领域涉及:G06F16/535;该发明授权一种基于脑电信号的视觉内容检索方法是由纪龙成设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

一种基于脑电信号的视觉内容检索方法在说明书摘要公布了:本发明属于脑机接口、多模态特征对齐及信息检索技术领域,公开一种基于脑电信号的视觉内容检索方法。获得跨被试标准化的脑电样本,输入至脑电编码器提取低维脑电信号特征向量;采用图像编码器处理对应的检索图像提取视觉特征向量;低维脑电信号特征向量和视觉特征向量共同输入至原型注意力增强模块,形成动态原型池,处理获得原型增强脑电信号表示;先根据现有原型增强脑电信号表示和图像数据对进行分类训练;针对待查询脑电信号样本的多个时间片段,计算每个时间片段的重建误差或信噪比获得置信度;采用加权平均或投票机制融合多个时间片段结果,输出稳定且鲁棒的最终视觉检索分类结果。

本发明授权一种基于脑电信号的视觉内容检索方法在权利要求书中公布了:1.一种基于脑电信号的视觉内容检索方法,其特征在于,包括如下步骤: 步骤1.输入脑电信号和对应的检索图像,脑电信号经对齐预处理后获得跨被试标准化的脑电样本; 步骤2.跨被试标准化的脑电样本输入至脑电编码器提取低维脑电信号特征向量; 步骤3.跨模态特征融合:采用图像编码器处理对应的检索图像提取视觉特征向量;低维脑电信号特征向量和视觉特征向量共同输入至多头原型模块,融合处理获得原型增强脑电信号表示; 所述多头原型模块包括多个原型注意力增强模块、逆映射网络; 低维脑电信号特征向量和视觉特征向量融合后输入至原型注意力增强模块;所述原型注意力增强模块依据多头注意力机制设计M个并行注意力映射函数,以低维脑电信号特征向量为基础,针对其对应的视觉特征向量,在视觉特征向量每个像素级位置上分配原型权重,生成M个原型特征,组成表征稳定的动态原型池,不额外存储全局低维脑电信号特征向量; 以低维脑电信号脑电特征向量为查询向量,通过计算与动态原型池中各原型特征的相关性得分,对原型特征进行加权组合,得到原型增强脑电信号表示; 所述原型特征的生成过程中,引入原型紧致性约束与原型多样性约束作为原型注意力损失; 所述原型紧致性约束通过最小化低维脑电信号特征向量与其最相关原型特征之间的L2距离,使得原型特征能紧凑代表脑电信号中的核心认知特征模式; 所述原型紧致性约束; 为原型紧致性约束;其中,表示查询通道数、为查询向量、为原型特征; 所述原型多样性约束通过对不同原型特征之间施加最小间隔约束如下: 为原型多样性约束;为第个原型特征、为与最接近的原型特征、为超参数; 步骤4:将原型增强脑电信号表示和检索图像送入分类模块进行分类训练;训练完成后,在检索阶段将待查询的脑电信号输入脑电编码器进行推理,得到对应的低维脑电信号特征向量,与检索库中各图像对应的图像特征向量送入分类模块进行匹配检索;针对待查询的脑电信号的多个时间片段,计算每个时间片段的重建误差或信噪比获得置信度,并采用加权平均机制融合多个时间片段结果,输出最终视觉检索分类结果。

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东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三巷11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。

免责声明
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。