公开(公告)号：CN117725464A

公开(公告)日：2024-03-19

申请号：CN202311705865.3

申请日：2023-12-12

Applicant: 重庆邮电大学

Inventor： 刘柯 ,  邢欣 ,  于洪 ,  邓欣

IPC: G06F18/24 ,  A61B5/00 ,  A61B5/369 ,  A61B5/372 ,  G06N3/0464 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/08

Abstract: 本发明属于生物医学领域，具体涉及基于脑分区增强注意力卷积网络的运动想象任务分类方法，包括：获取运动想象脑电数据，对获取的脑电数据进行预处理，将预处理后的脑电数据输入到训练好的脑分区注意力增强卷积网络中，得到最终的分类结果；脑分区注意力增强卷积网络包括：脑分区增强注意力模块、深层多尺度时域卷积模块、空域卷积模块、全局与局部信息融合模块以及分类模块；本发明采用了脑分区注意力增强卷积网络，可以更好地关注不同脑区之间以及脑区内电极之间的相关性，使得模型更专注于每个区域的关键信息，提高了特征的区分度，为脑机接口技术的发展提供了新的思路。

公开(公告)号：CN114692682A

公开(公告)日：2022-07-01

申请号：CN202210278781.5

申请日：2022-03-21

Applicant: 重庆邮电大学

Inventor： 刘柯 ,  杨启宏

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明属于脑机接口的运动想象领域，具体涉及一种基于图嵌入表示的运动想象分类方法及系统，该方法包括：构建一个脑电电极无向图，并获得其邻接矩阵；根据谱图理论对邻接矩阵归一化，对原始脑电数据的图嵌入表示；将原始脑电数据的图嵌入表示作为卷积神经网络模型的输入，模型提取深度的时空信息用于运动想象解码；本发明利用脑电节点的空间定位来形成脑电节点的图表示，这增强了脑电信号的脑区表示能力，同时所提出的图嵌入表示不依赖于被试或任务，因此对新被试具有更强的鲁棒性；在运动想象多分类任务中，提高了分类准确率。

公开(公告)号：CN114489321A

公开(公告)日：2022-05-13

申请号：CN202111519737.0

申请日：2021-12-13

Applicant: 重庆邮电大学

Inventor： 刘柯 ,  姚惠铭 ,  邓欣 ,  于洪

IPC: G06F3/01 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于深度学习的多任务稳态视觉诱发电位目标识别方法，属于脑机接口技术领域，其包括以下步骤：通过脑电采集系统采集稳态视觉诱发电位信号(SSVEP)；将采集的稳态视觉诱发电位信号进行降采样、滤波在内的预处理；将预处理好的电位信号按照窗口大小划分；将按照窗口大小划分好的信号与步骤对应传入到多任务学习模型中训练；使用训练好的多任务模型对被试者的稳态视觉诱发电位信号进行验证；将预测出来的结果与实际结果进行对比，完成目标识别。