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！

龙图腾网获悉北京工业大学申请的专利一种融合fMRI和EEG数据的动态脑效应连接深度学习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：CN117371507B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311282491.9，技术领域涉及：G06N3/08；该发明授权一种融合fMRI和EEG数据的动态脑效应连接深度学习方法是由刘金铎;冀俊忠;翟继豪;韩露设计研发完成，并于2023-10-07向国家知识产权局提交的专利申请。

本一种融合fMRI和EEG数据的动态脑效应连接深度学习方法在说明书摘要公布了：本发明公开了一种融合fMRI和EEG数据的动态脑效应连接深度学习方法，该方法首先通过构建一种动态因果网络来有效提取fMRI和EEG两种模态中的因果信息。引入注意力机制，该注意力机制通过生成多模态注意力图来引导两种模态的因果信息的更新，进而获取准确的DEC。该方法还设计fMRI评价网络、EEG评价网络和模态评价网络三个评价网络来分别计算各自的梯度，并通过加权组合来进一步指导动态因果网络获取更准确的DEC。本发明设计fMRI评价网络、EEG评价网络与模态评价网络，提升了算法学习的准确率与性能。

本发明授权一种融合fMRI和EEG数据的动态脑效应连接深度学习方法在权利要求书中公布了：1.一种融合fMRI和EEG数据的动态脑效应连接深度学习方法，其特征在于，包括以下步骤： 步骤一，获取源水平时间序列：将输入的fMRI和EEG时间序列数据使用fMRI源编码模块和EEG源编码模块将两种模态映射为相同维度的源水平时间序列； 步骤二，提取因果信息：利用动态因果网络DCN来从fMRI源编码模块和EEG源编码模块两种模态的源水平时间序列中提取因果信息，并产生两种模态的生成时间序列； 步骤三，时间序列融合：采用注意力引导层生成两种模态的多模态注意力图以及融合时间序列，并与DCN所估计的因果关系和生成时间序列分别进行融合，以获得两种模态的DEC和后验源水平时间序列； 步骤四，时间序列解码与状态划分：利用fMRI和EEG信号解码模块来将后验源水平时间序列还原为与输入数据维度相同的后验时间序列，并采用状态估计模块对两种模态的融合DEC进行状态划分； 步骤五，计算梯度并输出DEC：首先利用fMRI评价网络、EEG评价网络和模态评价网络三个评价网络来分别计算各自的梯度，最后通过对三个评价网络的输出结果进行加权组合指导算法获取最终的DEC。

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北京工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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”。