買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北方工業(yè)大學(xué)申請(qǐng)的專(zhuān)利一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115944306B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202211095574.2，技術(shù)領(lǐng)域涉及：A61B5/369；該發(fā)明授權(quán)一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法是由閆佳慶;李丹;鄧金釗;任國(guó)平;陳衛(wèi)碧;李小俚設(shè)計(jì)研發(fā)完成，并于2022-09-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法，包括：采集待識(shí)別的腦電圖信號(hào)；構(gòu)建特征提取網(wǎng)絡(luò)，包括多層卷積層；經(jīng)過(guò)對(duì)抗式學(xué)習(xí)后，特征提取網(wǎng)絡(luò)逐層提取腦電圖信號(hào)在時(shí)間、空間和頻率維度上關(guān)于事件相關(guān)電位的特征向量組；構(gòu)建分類(lèi)器，包括兩層softmax層；通過(guò)分類(lèi)器對(duì)事件相關(guān)電位的特征向量組進(jìn)行識(shí)別，獲得事件相關(guān)電位識(shí)別結(jié)果；其中，特征提取網(wǎng)絡(luò)對(duì)抗學(xué)習(xí)時(shí)，對(duì)每次迭代所提取出的特征向量組進(jìn)行聚類(lèi)，計(jì)算聚類(lèi)后錯(cuò)分樣本占比，并以敵對(duì)的方式將這種損失以一定權(quán)重反向傳播到特征提取網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)。該方法提升了ERP識(shí)別的精度，并且具有良好的穩(wěn)定性。

本發(fā)明授權(quán)一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于對(duì)抗式卷積神經(jīng)網(wǎng)絡(luò)的事件相關(guān)電位識(shí)別方法，其特征在于，包括以下步驟： 采集待識(shí)別的腦電圖信號(hào)； 基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建特征提取網(wǎng)絡(luò)；經(jīng)過(guò)對(duì)抗式學(xué)習(xí)后，通過(guò)特征提取網(wǎng)絡(luò)逐層提取腦電圖信號(hào)在時(shí)間、空間和頻率維度上關(guān)于事件相關(guān)電位的特征向量組； 構(gòu)建分類(lèi)器，通過(guò)分類(lèi)器對(duì)事件相關(guān)電位的特征向量組進(jìn)行識(shí)別，獲得腦電圖信號(hào)中的事件相關(guān)電位的成份類(lèi)型； 其中，特征提取網(wǎng)絡(luò)對(duì)抗學(xué)習(xí)時(shí)，對(duì)每次迭代所提取出的特征向量組進(jìn)行聚類(lèi)，計(jì)算聚類(lèi)后錯(cuò)分樣本占比，并以敵對(duì)的方式進(jìn)行反向傳播到特征提取網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)； 所述特征提取網(wǎng)絡(luò)，包括依次連接的： n1個(gè)卷積核大小為1，64的2D卷積層，用于提取不同帶通頻率下的腦電圖信號(hào)的特征向量組； n1個(gè)卷積核大小為11，1的2D卷積層，用于提取空間維度上的特征向量組； n2個(gè)卷積核大小為4，4的2D卷積層，用于綜合不同時(shí)刻與空間下的特征向量組； 深度可分離卷積層，與點(diǎn)態(tài)卷積層，用于對(duì)之前提取到的所有特征特征組進(jìn)行總結(jié)，并合并成最佳方式輸出事件相關(guān)電位的特征向量組； 其中，所述深度可分離卷積層為n2個(gè)，且卷積核大小為1，1；所述點(diǎn)態(tài)卷積層為n2個(gè)，且卷積核大小為1，1。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人北方工業(yè)大學(xué)，其通訊地址為：100144 北京市石景山區(qū)晉元莊路5號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。