杭州师范大学臧玉峰获国家专利权
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！
龙图腾网获悉杭州师范大学申请的专利基于多模态神经影像与深度学习的短时记忆判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：CN120154303B 。
龙图腾网通过国家知识产权局官网在2025-12-26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：202510340513.5，技术领域涉及：A61B5/00；该发明授权基于多模态神经影像与深度学习的短时记忆判别方法是由臧玉峰;韩羽设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。
本基于多模态神经影像与深度学习的短时记忆判别方法在说明书摘要公布了：本发明公开了基于多模态神经影像与深度学习的短时记忆判别方法，包括以下步骤：S1、同步EEG‑fMRI设备，采集静息态和记忆任务中的脑电信号与BOLD信号；S2、对S1步骤采集的数据进行预处理；S3、通过卷积神经网络提取EEG和fMRI的特征数据；S4、通过位置编码和注意力机制加权融合EEG和fMRI的特征数据，生成联合特征向量；S5、基于ELM算法对联合特征向量进行分类，输出记忆状态判别结果。本发明的有益效果是：通过采集并融合得到的fMRI与EEG数据，结合CNN与ELM算法实现高精度记忆状态分类，与行为学结果做相关分析，用神经影像数据判别短时记忆特征信号，同时解析记忆编码与巩固的神经机制。
本发明授权基于多模态神经影像与深度学习的短时记忆判别方法在权利要求书中公布了：1.基于多模态神经影像与深度学习的短时记忆判别方法，其特征在于：包括以下步骤： S1、同步EEG-fMRI设备，采集静息态和记忆任务中的脑电信号与BOLD信号； S2、对S1步骤采集的数据进行预处理； S3、通过卷积神经网络提取EEG和fMRI的特征数据； S4、通过位置编码和注意力机制加权融合EEG和fMRI的特征数据，生成联合特征向量； S5、基于ELM算法对联合特征向量进行分类，输出记忆状态判别结果。
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杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318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”。
以上内容由龙图腾AI智能生成。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励