申请/专利权人：小舟科技有限公司

申请日：2024-05-30

公开（公告）日：2024-07-05

公开（公告）号：CN118296357A

主分类号：G06F18/213

分类号：G06F18/213;G06N3/0455;G06N3/0464;G06N3/0895;G06F18/10;G06F18/22;G06F18/241;G06F18/25;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本申请提供了一种脑电信号特征识别与表示方法、装置及计算机设备，方法通过将原始脑电时间序列数据构造为高阶张量结构，并进行预处理，获取多个标准化张量信息；根据多个标准化张量信息获取脑电模式标签集和对应的映射字典，以建立脑电模式标签集的模式名称标签与语义数据的映射关系，用于构建模式匹配文件；获取多个标准化张量信息对应的核张量和多个因子矩阵，从因子矩阵中提取多个模式成分；基于模式匹配文件将模式成分转换为模式序列，将模式序列与模式名称标签对应的序列输入至匹配模型，对匹配成功的模式序列进行特征提取以获取模式特征，将根据模式特征对应的输出文本确定的脑电模式表示作为特征识别结果。

主权项：1.一种脑电信号特征识别与表示方法，其特征在于，所述方法包括：获取脑电采集装置采集的原始脑电时间序列数据，将所述原始脑电时间序列数据构造为高阶张量结构，对构造后的所述原始脑电时间序列数据进行预处理，获取多个标准化张量信息；根据多个所述标准化张量信息获取脑电模式标签集和所述脑电模式标签集对应的映射字典；根据所述脑电模式标签集和所述映射字典，建立所述脑电模式标签集的模式名称标签与语义数据的映射关系，根据所述映射关系构建模式匹配文件；对多个所述标准化张量信息进行分解，获取核张量和多个因子矩阵，从所述因子矩阵中提取多个模式成分，将所述模式成分作为脑电模式表示；基于所述模式匹配文件将所述模式成分转换为模式序列，将所述模式序列与所述模式名称标签对应的序列输入至预设的匹配模型，以输出所述模式序列与所述模式名称标签的匹配结果；根据所述匹配结果对匹配成功的所述模式序列进行特征提取以获取模式特征，获取所述模式特征对应的文本信息，将所述文本信息传输至语言模型，获取所述语言模型输出的输出文本；根据所述输出文本确定脑电模式表示，将所述脑电模式表示作为所述原始脑电时间序列数据的特征识别结果进行输出。

全文数据：

权利要求：

百度查询： 小舟科技有限公司 脑电信号特征识别与表示方法、装置及计算机设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD