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！

龙图腾网获悉南昌大学申请的专利一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测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：CN118194124B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202410337467.9，技术领域涉及：G06F18/241；该发明授权一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法是由魏庆国;李昌设计研发完成，并于2024-03-23向国家知识产权局提交的专利申请。

本一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法在说明书摘要公布了：一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，包括：1对每个受试者的EEG数据进行通道提取、降频、数据截取及子带滤波；2使用所有受试者的训练数据对sbCNN模型进行迁移学习训练，对测试数据分类，获得其对所有刺激频率的分类得分并归一化；3使用测试受试者的训练数据对TRCA模型进行训练，获得每个刺激频率的空域滤波器和模板，集成所有刺激频率的空域滤波器对模板和测试实验进行滤波，对滤波后的模板和测试实验做相关运算，获得测试实验的分类得分并归一化；4将两个模型的分类得分相加，按照分类得分大小进行模式分类，识别测试实验的刺激频率。本发明能够改进脑机接口的分类精度，促进其实际应用。

本发明授权一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法在权利要求书中公布了：1.一种结合卷积神经网络与任务相关分析的视觉脑机接口频率检测方法，其特征在于，包括以下步骤： 1数据预处理：对于一个给定的数据集，将受试者连续的EEG数据进行通道提取、降频、数据截取以及子带滤波； 2EEG信号分类策略：使用k倍交叉验证方法，将每个受试者的实验数据分为训练集和测试集，并使用留一法将每个受试者作为测试受试者一次； 3sbCNN模型训练和分类：使用迁移学习方法对sbCNN模型进行训练；使用训练好的模型对测试数据进行分类，获得单次实验对所有刺激目标的分类得分矢量； 4TRCA模型训练和分类：使用测试受试者的训练数据训练TRCA算法模型，获得每个刺激目标的空域滤波器和多通道模板；集成所有刺激目标的空域滤波器对多通道模板和测试信号进行空域滤波；使用模板匹配法对测试信号进行频率识别，获得该测试实验对所有频率的分类得分向量； 5刺激频率识别：对于单次测试实验，分别将sbCCN和TRCA模型获得的分类得分归一化到区间[0,1]，然后将这两个分类得分相加，最后将得分最大值对应的刺激频率判决为SSVEP信号的刺激频率。

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南昌大学，其通讯地址为：330031 江西省南昌市红谷滩区学府大道999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。