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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利一种基于脑电时空语义特征的认知分类方法、系统及介质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：CN119416037B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202510019720.0，技术领域涉及：G06F18/241；该发明授权一种基于脑电时空语义特征的认知分类方法、系统及介质是由李明;王雨佳;杨俊;胡德文设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种基于脑电时空语义特征的认知分类方法、系统及介质在说明书摘要公布了：本发明公开了一种基于脑电时空语义特征的认知分类方法、系统及介质，本发明包括将预处理后的脑电信号利用预先训练好的脑电信号分类网络来实现认知任务分类，脑电信号分类网络包括依次相连的语义单元编码模块、时间语义特征提取模块与空间语义特征学习模块，语义单元编码模块用于对预处理后的脑电信号提取底层特征并进行语义单元编码得到语义单元，时间语义特征提取模块用于对语义单元进行时间语义特征提取获得时间语义特征，空间语义特征学习模块用于对时间语义特征进行空间拓扑关系的学习以获得时空语义特征。本发明旨在利用脑电信号语义特征丰富、时空表征性强等特点，实现表征性脑电时空语义特征的提取，提高认知任务分类的准确性。

本发明授权一种基于脑电时空语义特征的认知分类方法、系统及介质在权利要求书中公布了：1.一种基于脑电时空语义特征的认知分类方法，其特征在于，包括将预处理后的脑电信号利用预先训练好的脑电信号分类网络来实现认知任务分类，所述脑电信号分类网络包括相互连接的脑电时空语义特征提取网络和分类网络，所述脑电时空语义特征提取网络包括依次相连的语义单元编码模块、时间语义特征提取模块与空间语义特征学习模块，所述语义单元编码模块用于对预处理后的脑电信号提取底层特征并进行语义单元编码得到语义单元，所述时间语义特征提取模块用于对语义单元进行时间语义特征提取获得时间语义特征，所述空间语义特征学习模块用于对时间语义特征进行空间拓扑关系的学习以获得时空语义特征，所述分类网络用于对时空语义特征进行分类获得脑电信号的认知分类结果；语义单元编码模块对预处理后的脑电信号提取底层特征并进行语义单元编码得到语义单元包括：S101，将预处理后的脑电信号利用多尺度卷积提取多种特征；S102，将多种特征采用沿特征通道维度拼接的方式连接得到动态时间特征；S103，将动态时间特征进行特征融合得到融合特征；S104，引入一个与融合特征相同尺寸的权重矩阵，将权重矩阵与融合特征进行点积以实现对融合特征中的重要元素实现注意力机制的分配，其中权重矩阵为可训练的参数矩阵；S105，针对点积操作得到各个电极通道的特征，分别以脑区为单位计算各个脑区的各个电极通道的特征平均值以实现基于脑区的聚合操作；S106，针对聚合操作输出的底层特征按照时间切片，使得每个单位元素在空间维度上代表不同的划分脑区，在时间维度上，每个单位元素代表一个时间切片，从而将底层特征划分为语义单元；空间语义特征学习模块对时间语义特征进行空间拓扑关系的学习以获得时空语义特征包括：S201，根据下式计算时间语义特征的自相似性： ，其中，为时间语义特征的自相似性，为激活函数，为第个时间语义特征；根据各个时间语义特征的自相似性构建特征自相似性矩阵；S202，将特征自相似性矩阵、参数可学习矩阵与单位矩阵相加得到自适应矩阵，其中参数可学习矩阵为可训练的参数矩阵；S203，将脑区作为图节点、将脑区的时间语义特征作为节点属性、自适应矩阵作为邻接矩阵来构建图结构，针对图结构采用图卷积GCN提取空间语义特征。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。