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！

龙图腾网获悉复旦大学申请的专利一种基于感兴趣脑区选择和连续小波变换的脑电解码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：CN116561656B 。

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：202310507775.7，技术领域涉及：G06F18/241；该发明授权一种基于感兴趣脑区选择和连续小波变换的脑电解码方法是由康晓洋;王君孔帅;穆伟;方涛;王璐;韩加官;张立华设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本一种基于感兴趣脑区选择和连续小波变换的脑电解码方法在说明书摘要公布了：本发明公开了一种基于感兴趣脑区选择和连续小波变换的脑电解码方法；该方法通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电，然后基于源偶极子点的几何参数和运动想象脑电信号的生理学基础，对源成像之后的源区域进行更仔细地划分，进一步为了更好地权衡信号在时域和频域上的特征，使用连续小波变换进行特征提取，最后使用卷积神经网络完成特征的自动分类与挑选。本发明方法能在四分类运动想象脑电任务中取得较高的准确率，并具有较好的生理解释性。本发明中提出的感兴趣脑区划分方法有助于提高科研人员对脑电分析的效率，同时提出的解码方法有助于建立更加高效的人机交互系统。

本发明授权一种基于感兴趣脑区选择和连续小波变换的脑电解码方法在权利要求书中公布了：1.一种基于感兴趣脑区选择和连续小波变换的脑电解码方法，其特征在于，其基于非侵入性神经成像感兴趣脑区选择和连续小波变换实现具有生理可解释性的运动想象脑电信号解码；具体步骤如下： 1数据预处理阶段 对待分析脑电信号进行带通滤波，并将电极参考转化为公共平均参考CAR； 2源信号生成阶段 使用有限元模型FEM建立传导矩阵，再利用动态参数统计映射成像dSPM方法完成头皮脑电到皮质脑电的映射； 3感兴趣区域划分阶段 基于源偶极子点的几何参数和运动想象脑电信号的生理学基础对源成像之后的源区域进行划分，设计以下四种感兴趣区域：E-ROI、B-ROI、G-ROI和N-ROI；其中：E-ROI是靠近头皮信号采集电极的源区域，B-ROI是Desikan-Killiany脑图谱分区中位于初级运动皮层的包括中央前回和中央后回的源区域，G-ROI是位于脑回的源区域，N-ROI是靠近头皮便面的源区域； 4源信号特征提取阶段 在划分的不同的感兴趣区域后，分别通过连续小波变换CWT算法提取各自脑电信号的特征； 5特征分类阶段 采用卷积神经网络CNN的分类架构对提取的不同感兴趣区域的脑电信号特征进行解码分类，比较它们之间的分类准确率来获得最优的感兴趣脑区,提高脑电数据的解码分类效果；其中： 步骤3中，E-ROI感兴趣区域的选择过程具体如下：首先计算源空间中每个源平面的法向量，然后计算法向量的与源的各个顶点之间的夹角，通过角度计算选择位于脑回的源；在选择脑回源的基础上，进一步计算得到电极空间位置到各个脑回源三维平面的距离，并通过设定距离的阈值来选择靠近头皮电极的源，得到E-ROI区域； G-ROI感兴趣区域选择过程如下：考虑到在源成像过程中，头皮电极的信号被反解为源域的脑电信号，并且在有限元模型中，源偶极子点被设计为一个三角形网格单元，对于单独的一个源偶极子点，首先得到其三角形网格各个顶点的坐标Axa,ya,za，Bxb,yb,zb，Cxc,yc,zc以及模型中的原点O0,0,0，然后计算得到这个源的三维平面对应的法向量再计算源各个顶点与原点组成的向量的夹角即θ1,θ2,θ3，选择其中最大的夹角maxθ1,θ2,θ3作为这个源的角度属性，计算方法见公式1至4；在确定源的角度属性后，计算所有源的角度属性并设定一个角度阈值θthreshold作为区分脑回源和脑沟源的依据，进而实现G-ROI的选择： maxθ1,θ2,θ3θhreshold4 N-ROI感兴趣区域选择时，考虑脑深部源有概率对头皮脑电贡献不足以及体积传导效应的影响，对z方向的源平面进行进一步的限制，通过设置百分比来筛选z方向取值更大的源。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。