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！

龙图腾网恭喜安徽大学申请的专利一种面向运动障碍功能重塑的脑电信号识别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：CN115054272B 。

龙图腾网通过国家知识产权局官网在2025-01-07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：202210893898.4，技术领域涉及：A61B5/369；该发明授权一种面向运动障碍功能重塑的脑电信号识别方法及系统是由吕钊;杨小可;范存航;王华彬;裴胜兵;李平;周健设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本一种面向运动障碍功能重塑的脑电信号识别方法及系统在说明书摘要公布了：本发明涉及一种面向运动障碍功能重塑的脑电信号识别方法及系统。识别方法包括以下步骤：S1：设置采样周期，获取多个脑电信号；S2：对脑电信号预处理并提取训练集；S3：将训练集中的脑电信号分为不重叠的时间窗口，计算每个时间窗口的皮尔逊系数，获取时域脑功能连接；S4：根据时域脑功能连接和空间域信息建立脑部生物拓扑模型；S5：提取特定频段范围内的初始特征，校准后训练集上的特征作为输入特征；S6：根据输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型，输出预测标签。本发明通过充分融合时‑频‑空域的脑电信息，学习更具有鉴别性的运动想象特征，使得模型在训练过程中合理优化电极关系，提高了脑电信号识别的准确率。

本发明授权一种面向运动障碍功能重塑的脑电信号识别方法及系统在权利要求书中公布了：1.一种面向运动障碍功能重塑的脑电信号识别方法，其用于根据每个受试者的运动想象，分别获取受试者多个脑区的脑电信号，进而通过脑电信号的特征建立可学习图卷积神经网络模型，用以识别受试者的脑电信号，预测受试者的运动意图；其特征在于，其包括以下步骤：S1：设置采样周期，实时采集多个受试者不同脑区的多个脑电信号；S2：对多个所述脑电信号预处理去除伪迹干扰后，将多个脑电信号分别映射到预设的频段中；在每个频段中按预设的比例提取多个脑电信号作为训练集；S3：根据一个预设的时间周期将训练集中的脑电信号分为多个不重叠的时间窗口；提取每个时间窗口中脑电信号的训练标签；对所述训练标签进行阈值筛选并归一化得到时域脑功能连接；所述脑功能连接用于表征同一时间窗口中不同脑区之间的联系程度；S4：根据所述时域脑功能连接和空间域电极的物理距离建立脑部生物拓扑模型；根据脑部生物拓扑模型获取脑电通道间连接，构建初始图邻接矩阵；其中，构建初始图邻接矩阵的方法包括以下步骤：S41：根据大脑区域之间的连接强度随着物理距离的反比而衰减理论对图邻接矩阵初始化；初始化的图邻接矩阵表示为： 其中，di,j表示电极i和电极j之间的物理距离，Ai,j为图邻接矩阵A中第i行第j列的值；η是一个稀疏参数；S42：根据初始化的图邻接矩阵设置全局通道间关系；所述全局通道间关系用于根据不对称信息模拟脑部之间的信息传输；全局通道间关系表示为：Ai,j＝Ai,j-1；S5：截取一个预设的频段范围内的多个脑电信号，对每个频段的脑电数据使用t秒互不重叠的时间窗划分为包含t秒脑电信号的样本，并将脑电信号按照预设的频段范围划分为多个脑电信号集；提取各脑电信号集内脑电信号的初始特征，在训练集上增强关键频段初始特征的权重，选取权重值最高的多个初始特征作为网络节点的输入特征；S6：根据网络节点的输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型；将融合后的邻接矩阵与频域特征输入可学习图卷积神经网络来合理优化电极关系，可学习图卷积神经网络进行自主学习鉴别特征，得到预测标签；其中，在S6中，可学习图卷积神经网络模型包括两个图卷积层、两个全连接层和一个损失函数；将融合后的邻接矩阵和校准后的频段特征作为输入，输出预测标签的方法包括如下步骤：S61：根据初始化的邻接矩阵计算归一化后的图的拉普拉斯矩阵；S62：根据时域脑网络矩阵和邻接矩阵更新图的拉普拉斯矩阵；S63：通过两层图卷积和融合时域信息的拉普拉斯矩阵获得网络自学习的特征；在S61中，归一化后的图的拉普拉斯矩阵表示为： 其中，I∈Rn×n为单位矩阵，D∈Rn×n表示A的对角度矩阵，用于描述每个节点即电极与其他电极的连接关系，和分别为归一化的D和A；在S62中，更新图的拉普拉斯矩阵表示为： 其中，表示每次迭代前图的拉普拉斯矩阵在更新图的拉普拉斯矩阵时所占的比例；在S63中，网络自学习的特征输出为： 其中，δ2表示激活函数，用于保证第l层输出的数值是非负数，Hl+1是第l+1层的输入，也是l层的输出；表示参数矩阵，u表示当前图卷积层输入的特征维度，ul表示第l层期望输出的维度。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。