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！

龙图腾网获悉东南大学申请的专利一种基于MNE-GAN的运动相关脑电信号源定位方法及系统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：CN120661157B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510744870.8，技术领域涉及：A61B5/372；该发明授权一种基于MNE-GAN的运动相关脑电信号源定位方法及系统是由徐宝国;张宇恒;苏永强;宋爱国设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本一种基于MNE-GAN的运动相关脑电信号源定位方法及系统在说明书摘要公布了：本发明公开了一种基于MNE‑GAN的运动相关脑电信号源定位方法及系统。方法包括以下步骤：虚拟多通道脑电数据合成；基于最小范数估计MNE的脑电源数据生成网络构建；脑电源数据判别器构建；虚拟脑电数据预处理；基于虚拟脑电数据的MNE‑GAN模型训练；利用训练好的模型进行真实脑电数据的源定位。本发明使用基于MNE的生成对抗网络提出了一种新的脑电源定位方法，通过加入最小范数约束限制生成的脑电源数据满足物理先验知识，有利于无创神经生理学机制研究以及脑电解码精度提升。

本发明授权一种基于MNE-GAN的运动相关脑电信号源定位方法及系统在权利要求书中公布了：1.一种基于MNE-GAN的运动相关脑电信号源定位方法，其特征在于，包括以下步骤： 1根据Brodmann分区生成运动状态下的虚拟脑电源数据，基于真实头部模型计算脑电正向传播过程得到导联矩阵，将虚拟脑电源数据映射至头皮电极位置，并在映射过程后加入肌电、心电及眼电噪声，生成模拟真实采集环境的脑电信号； 2对脑电信号进行预处理，包括重参考、带通滤波、降采样、伪迹去除及切片分割，并提取有效脑电特征； 3构建基于最小范数估计的生成对抗网络MNE-GAN模型，所述MNE-GAN模型中，生成器以预处理后的虚拟脑电数据为训练集，通过多层卷积运算学习脑电信号的空间-时间特征，根据Brodmann分区分块输出高精度源空间平均脑电信号，建立脑电信号到脑源分布的映射模型；判别器以生成器生成的源空间平均脑电信号为假样本，以步骤1模拟的脑电信号为真样本，进行对抗训练，采用二元交叉熵损失作为损失函数，并通过判别结果计算生成器损失，并在生成器损失中引入最小范数逆解；其中生成器的损失如下：通过判别器输出的输入样本为真实样本的概率计算对抗损失： ； 生成器的初始损失函数仅为对抗损失，当生成结果趋于稳定后再加入最小范数约束损失函数MNE： ； 其中N为样本数量，是生成器输出，为数据对应的最小范数逆解，计算得到逆解，根据Brodmann分区选取运动相关区域的源信号作为最终结果，通过区域信号平均得到最小范数逆解参考，最终的生成器损失由对抗损失、最小范数约束损失加权得到： ； 其中为最小范数损失的权重系数，用于平衡各项损失的影响； 4采用阶段性训练策略训练MNE-GAN模型：先使用噪声信号训练判别器，再交替训练生成器与判别器直至模型收敛，最后引入最小范数逆解作为监督项进行联合优化； 5对真实脑电数据按照步骤2的方法预处理后输入训练完成的MNE-GAN模型，模型输出大脑皮层相应分区的信号，再根据输出信号强度进行定位。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。