电子科技大学徐鹏获国家专利权
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!
龙图腾网获悉电子科技大学申请的专利一种基于图神经网络的时空自适应端到端脑网络构建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:CN116663658B 。
龙图腾网通过国家知识产权局官网在2025-07-25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:202310648667.1,技术领域涉及:G06N3/0985;该发明授权一种基于图神经网络的时空自适应端到端脑网络构建方法是由徐鹏;陈婉钧;易婵林;李存波;牟宇锋;李发礼;尧德中设计研发完成,并于2023-06-02向国家知识产权局提交的专利申请。
本一种基于图神经网络的时空自适应端到端脑网络构建方法在说明书摘要公布了:本发明提出了一种端到端的基于图神经网络的时空自适应脑网络构建方法,包括预处理脑电信号;构建基于图神经网络的时空自适应神经网络端到端模型;加载训练后的模型参数;输入信号到构建的模型,估计有向脑网络矩阵;设置连接阈值得到显著有向连接。该模型基于序列分解与重组使得集成基于时间片段输入的长短期记忆的图神经网络模型具有时空自适应特点,训练后的模型能够作为一种广义的高效神经关系提取器,以数据驱动的方式直接获取不同脑电信号实例不同通道数目,不同信号长度特有的有向网络模式。从而避免传统解析方法面临的模型、假设约束等问题,同时扩展端到端方案应对不同应用场景不同时长、不同传感器源数量下构建脑网络的适用性,对于探寻大脑网络潜在的交互机制、提高相关研究可靠性、可重复性具有重要意义。
本发明授权一种基于图神经网络的时空自适应端到端脑网络构建方法在权利要求书中公布了:1.一种基于图神经网络的时空自适应端到端脑网络构建方法,该方法经过如下步骤构建脑网络: 步骤1:预处理待分析的多通道的脑电信号以提高信号的信噪比; 步骤2:加载训练后的基于图神经网络的深度学习模型参数; 步骤3:将步骤1处理后的信号输入到构建的模型,得到有向的脑网络矩阵; 步骤4:设置连接阈值,得到显著有向连接; 所述步骤3的具体过程: 多通道脑电信号首先通过编码器编码时序特征,学习的特征再通过解码器解码,然后输出脑网络矩阵;所述编码器包括:时序特征聚合模块和系统交互编码模块,输入编码器的多通道脑电信号首先通过时序特征聚合模块,再通过系统交互编码模块后输出; 所述时序特征聚合模块中信号处理方法为:输入信号首先经过“序列切片”切割成多个滑窗长度的时间片段,后输入到基于时间片段输入的多层长短期记忆网络,将编码的时间片段进行分组,然后采用分组采样的方法取出每组最新的时间片段重组成新的时间序列,再经过多层LSTM聚合时间特征,然后输出; 所述系统交互编码模块中信号处理方法为:系统交互编码模块的输入信号首先经过第一个边交互编码层,得到节点间交互的浅层编码特征,接着输入到节点编码层,得到节点的汇聚的平均编码特征,然后输入到第二个边交互编码层,进一步挖掘能够表现系统节点间交互的深层隐特征,再经过拼接层拼接浅层和深层交互编码特征,然后采用分组采样的方法取出每组最新的时间片段重组成新的时间序列,最后使用基于时间片段输入的多层LSTM挖掘时序的交互编码特征,取时间最近对应的片段的特征进行重塑,以适应解码器的输入; 所述的解码器结构由多个多层感知机和一个修正线性单元的映射评分函数组成,每个多层感知机由两个指数线性单元fB激活的全连接层和一个批处理归一化层fE组成。
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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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”。
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。