申请/专利权人：杭州电子科技大学

申请日：2023-12-08

公开（公告）日：2024-01-30

公开（公告）号：CN117474103A

主分类号：G06N5/04

分类号：G06N5/04;A61B5/369;A61B5/1455;G06N5/025;G06F18/2131;G06F18/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明公开了一种基于EEG‑fNIRS的跨模态因果关系分析方法，该方法首先多通道脑电信号和近红外信号的同步采集及预处理，并对预处理后的脑电和近红外信号进行变分模态分解，提取脑电信号在不同频段的子带信号。其次对不同频段的脑电信号进行短时傅里叶变换，获得与近红外信号相同采样频率的脑电信号。然后按照空间位置信息跨模态，计算基于协同多维高斯过程的改进收敛交叉映射CMVGP‑CCM的值，即因果强度值。最后基于因果强度值进行不同特征频段上的神经血管耦合分析。本发明提高了因果方向推断的灵敏度，为揭示神经血管耦合机制和神经元功能障碍病理机制提供了理论依据。

主权项：1.一种基于EEG-fNIRS的跨模态因果关系分析方法，其特征在于，包括以下步骤：步骤1、多通道脑电信号和近红外信号的同步采集及预处理；步骤2、对预处理后的脑电和近红外信号进行变分模态分解，提取脑电信号在不同频段的子带信号；步骤3、对不同频段的脑电信号进行短时傅里叶变换，获得与近红外信号相同采样频率的脑电信号；步骤4、按照空间位置信息跨模态，计算基于协同多维高斯过程的改进收敛交叉映射CMVGP-CCM的值，即因果强度值；步骤5、基于步骤4计算所得的因果强度值进行不同特征频段上的神经血管耦合分析。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于EEG-fNIRS的跨模态因果关系分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD