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！

龙图腾网获悉湖南科技大学申请的专利基于DLKA和EEGNet的多模态情绪识别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：CN120323974B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510820278.1，技术领域涉及：A61B5/16；该发明授权基于DLKA和EEGNet的多模态情绪识别方法是由王晓亮;卢燚;曹周雷;林勇;王萌;艾源源;刘玉珍;曹宗敬设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本基于DLKA和EEGNet的多模态情绪识别方法在说明书摘要公布了：本发明公开了一种基于DLKA和EEGNet的多模态情绪识别方法，包括以下步骤：对EEG信号进行特征提取并进行预处理；构建DLKA‑EEGNet模型，采用DLKA‑EEGNet模型提取脑电图特征；对EOG信号进行特征提取，并将EOG信号与EEG信号进行多模态特征融合；将融合后的特征输入到深度学习模型中进行情绪识别。本发明通过引入DLKA与EEGNet相结合的模型，提出了一种全新的多模态情绪识别方法，DLKA模块采用可变换大核卷积策略，能在自适应调整感受野的同时，降低参数量，减少计算复杂度，DLKA模块同时加强深度卷积网络对EEG信号的全局信息挖掘，从而提高情感识别模型的鲁棒性和准确性。

本发明授权基于DLKA和EEGNet的多模态情绪识别方法在权利要求书中公布了：1.一种基于DLKA和EEGNet的多模态情绪识别方法，其特征在于，包括以下步骤： S1：对脑电图信号，即EEG信号进行特征提取并进行预处理； S2：构建DLKA-EEGNet模型，采用DLKA-EEGNet模型提取脑电图特征； DLKA-EEGNet模型包括时频模块、空间模块和可变大核注意力机制模块，可变大核注意力机制模块即DLKA模块，EEG信号送入时频模块得到特征F1，特征F1经过空间模块的卷积处理后得到特征F2，特征F2输入DLKA模块进行深度特征挖掘得到特征F3； 时频模块用于挖掘EEG信号中的时频信息，模型通过设置时间卷积操作来学习频率滤波特征，并为所有EEG通道使用一维卷积核，从而学习每个通道的时间采样特性，通过时频卷积过程，生成的特征为特征F1； 空间模块通过深度卷积和可分离卷积操作提取EEG信号的全局空间特征，将特征F1经过卷积处理后，得到特征F2； S3：对眼电图信号，即EOG信号进行特征提取，并将EOG信号与EEG信号进行多模态特征融合； S4：将融合后的特征输入到深度学习模型中进行情绪识别。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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”。