申请/专利权人:吉林大学
申请日:2024-02-06
公开(公告)日:2024-03-15
公开(公告)号:CN117708682A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/213;A61B5/374;A61B5/16;A61B5/00;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本申请公开了一种脑电波智能采集分析系统及方法,涉及智能化脑电波技术领域,其获取被测者的脑电波信号;提取所述脑电波信号的局部邻域波形特征以得到脑电波局部邻域波形关联特征向量的序列;将所述脑电波局部邻域波形关联特征向量的序列通过基于内部自关注的全局特征交互模块以得到全局强化脑电波波形关联特征向量的序列;基于所述全局强化脑电波波形关联特征向量的序列,确定所述被测者的情绪标签。这样,可以实现对被测者情绪状态的更精准描述和识别,为情绪状态的分类和识别提供更可靠的技术支持。
主权项:1.一种脑电波智能采集分析方法,其特征在于,包括:获取被测者的脑电波信号;提取所述脑电波信号的局部邻域波形特征以得到脑电波局部邻域波形关联特征向量的序列;将所述脑电波局部邻域波形关联特征向量的序列通过基于内部自关注的全局特征交互模块以得到全局强化脑电波波形关联特征向量的序列;基于所述全局强化脑电波波形关联特征向量的序列,确定所述被测者的情绪标签;其中,将所述脑电波局部邻域波形关联特征向量的序列通过基于内部自关注的全局特征交互模块以得到全局强化脑电波波形关联特征向量的序列,包括:以如下全局特征交互公式对所述脑电波局部邻域波形关联特征向量的序列进行处理以得到所述全局强化脑电波波形关联特征向量的序列;其中,所述全局特征交互公式为: ;其中,为所述脑电波局部邻域波形关联特征向量的序列中第个脑电波局部邻域波形关联特征向量与第个脑电波局部邻域波形关联特征向量之间的关联矩阵,为所述脑电波局部邻域波形关联特征向量的序列中第个脑电波局部邻域波形关联特征向量与第个脑电波局部邻域波形关联特征向量之间的关联矩阵,为所述脑电波局部邻域波形关联特征向量的个数,的值为,为第个脑电波局部邻域波形关联特征向量,为所述全局强化脑电波波形关联特征向量的序列中第个全局强化脑电波波形关联特征向量,表示指数函数运算。
全文数据:
权利要求:
百度查询: 吉林大学 脑电波智能采集分析系统及方法
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。