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！

龙图腾网获悉杭州电子科技大学申请的专利基于脑电信号跨节律多层耦合脑网络的运动想象识别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：CN116211318B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310116330.6，技术领域涉及：A61B5/369；该发明授权基于脑电信号跨节律多层耦合脑网络的运动想象识别方法是由郑文涛;罗志增;席旭刚;佘青山;孟明;高云园设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本基于脑电信号跨节律多层耦合脑网络的运动想象识别方法在说明书摘要公布了：本发明涉及基于脑电信号跨节律多层耦合脑网络的运动想象识别方法，采集正常人多种类运动想象任务的多导联脑电EEG。根据所采集信号进行数据预处理：将节点共平均参考后，使用FIR滤波器带通滤波，得到运动想象较活跃且具有ERSERD现象的μ节律与β节律，然后使用独立成分分析法，去除眼电肌电等噪声干扰。在此基础上建立多层复用功能脑网络，以导联信号作为节点，锁相值作为连接，建立邻接矩阵，提取反映运动想象活动特点的脑功能网络特征。提取μ节律和β节律单层网络中的3种全局网络特征与网络间2种层间特征参数，将其归一化后生成运动想象识别的多层网络特征，利用支持向量机等机器学习方法，使用该多层网络特征对运动想象进行识别任务。

本发明授权基于脑电信号跨节律多层耦合脑网络的运动想象识别方法在权利要求书中公布了：1.基于脑电信号跨节律多层耦合脑网络的运动想象识别方法，其特征在于：包括以下步骤： S1，采集运动想象个体在静息状态下多个目标类别运动想象的脑电信号并完成预处理； S2：提取信号中μ节律和β节律脑电信号，去除其中生理伪迹，μ节律为8-14hz，β节律为14-30hz； S3：根据多层复用网络建模结构与运动想象先验知识，构建基于μ节律与β节律的双层功能脑网络； S4：提取反映不同类别运动想象的双层功能脑网络特征，组建基于脑电信号多节律信息的复合特征向量； 所述S4包括： S4.1：提取双层网络特征向量具有随时间变化的特点；采集所用导联涵盖人脑各个运动想象关联脑区，且提取2种节律进行复合建模， S4.2：具体特征向量如下： 单层特征向量Fs、层间特征向量Fm与双层特征向量Fall， 1 特征向量中各特征值的计算方法如下： 1节点度： 2 KL为L层平均节点度，为节点i与同层附近节点所建立的连接数，对μ层运算所得Kμ就是μ节律单层网络所有网络节点度的平均值，同理对β层做运算所得Kβ即为β层网络有所节点度的平均值； 2聚类系数 在单层网络中，节点聚类系数是节点i的相邻节点连接比例； 3 是节点i的单层网络节点度，为节点i与节点j同层之内的连接边，对网络节点聚类系数求平均可得到网络的聚类系数CC，其中N为节点数： 4 3平均路径长度 平均路径长度表达了某一层内，任意两个节点之间距离的平均值，表征单层网络中某一层的传输信息的能力，如式5： 5 4多层聚类系数 多层复用网络中，在节点对齐即只有复制节点存在连接的多层网络中节点i的多层聚类系数为： 6 式6中，m为多层复用网络的层数，是节点i，j在同层内的连接，是节点i，m为不同层间连接，若节点i为中心的边在层间形成三角，则节点i的多路复用聚类系数为1，反之为0，对多层网络所有节点MCC求平均可得网络的多层聚类系数，如式7： 7 5多层参与系数 多层网络中的等效节点度的度量是重叠度，引入多层参与系数来量化节点对不同层信息交流的参与程度，为： 8 式8中，节点i的重叠度，是每层节点i节点度的总和，是节点度在每层所占比例，指标表征节点i的连接在各层是否均匀，若=1则表示i在所有层中度数相同，反之集中在一层，则=0，与网络多层聚类系数一样，网络多层参与系数为： 9 S5：将所得到复合特征向量运用机器学习等方法进行运动想象识别。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。