公开(公告)号：CN111783942B

公开(公告)日：2023-08-01

申请号：CN202010514718.8

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 徐颂 ,  王丽娜 ,  刘晶晶 ,  王清华 ,  蒋彭龙

IPC: G06N3/0464 ,  G06N3/044 ,  G06N3/09 ,  G06F18/25 ,  G06F18/2135

Abstract: 本发明涉及一种基于卷积循环神经网络的脑认知过程模拟方法，(1)被试人员按照预设的实验范式流程进行试验，并同步采集被试人员的多通道脑电信号数据；(2)对采集后得到的原始脑电信号进行有效成分提取；(3)确定相关刺激下脑电高效特征；(4)构建双通道检测模型，并获取所述相关刺激下提取的融合特征图；(5)构建区域推荐网络与回归网络；(6)将上述构建的双通道检测模型以及区域推荐网络与回归网络作为脑认知模型，将步骤(1)中所述的相关刺激以及步骤(3)确定的脑电高效特征组成训练数据集，对脑认知模型进行训练，逼近相关刺激信号到脑电信号的认知联系，从而模拟人体对相关刺激的处理能力。

公开(公告)号：CN111714118A

公开(公告)日：2020-09-29

申请号：CN202010514728.1

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 徐颂 ,  王丽娜 ,  刘晶晶 ,  王清华 ,  蒋彭龙

IPC: A61B5/0476 ,  A61B5/00 ,  G06K9/00 ,  G06N20/20

Abstract: 一种基于集成学习的脑认知模型融合方法，(1)对N个被试人员构建N个脑认知子模型，并完成模型训练；(2)对N个被试人员构建N个脑电信号分类子模型，并完成模型训练；(3)分别融合脑认知子模型与脑电信号分类子模型，从而获得N个脑认知分类器；(4)令N个脑认知分类器在相同刺激下的输出结果组合成输出向量；(5)设计面向脑认知分类器融合的集成学习器，以各个脑认知分类器输出向量作为输入，输出相应刺激的分类识别结果，并完成模型训练；(6)对集成融合模型进行预测分析，得到性能属性值并进行判决，判决融合模型是否符合要求，若符合，则实现脑认知模型的融合；否则，返回步骤(5)重新进行脑认知分类器融合，直至符合要求。

公开(公告)号：CN111783942A

公开(公告)日：2020-10-16

申请号：CN202010514718.8

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 徐颂 ,  王丽娜 ,  刘晶晶 ,  王清华 ,  蒋彭龙

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

Abstract: 本发明涉及一种基于卷积循环神经网络的脑认知过程模拟方法，(1)被试人员按照预设的实验范式流程进行试验，并同步采集被试人员的多通道脑电信号数据；(2)对采集后得到的原始脑电信号进行有效成分提取；(3)确定相关刺激下脑电高效特征；(4)构建双通道检测模型，并获取所述相关刺激下提取的融合特征图；(5)构建区域推荐网络与回归网络；(6)将上述构建的双通道检测模型以及区域推荐网络与回归网络作为脑认知模型，将步骤(1)中所述的相关刺激以及步骤(3)确定的脑电高效特征组成训练数据集，对脑认知模型进行训练，逼近相关刺激信号到脑电信号的认知联系，从而模拟人体对相关刺激的处理能力。

公开(公告)号：CN111772629A

公开(公告)日：2020-10-16

申请号：CN202010513742.X

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 王丽娜 ,  徐颂 ,  刘晶晶 ,  王清华 ,  高晓颖

IPC: A61B5/0476 ,  A61B5/0484 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40

Abstract: 本发明涉及一种脑认知技能移植的方法，(1)设计脑电信号采集实验范式与一定相关刺激模式；(2)同步采集多通道脑电信号数据，并对采集后的原始脑电信号进行有效成分提取；(3)确定N个被试人员在相关刺激下的脑电高效特征；(4)构建N个基于卷积循环神经网络的脑认知子模型，并完成模型训练；(5)构建N个脑电信号分类子模型，并完成模型训练；(6)获得N个脑认知分类器；(7)验证N个脑认知分类器的准确度，如果满足要求，则送入后续步骤；否则，返回步骤(4)；(8)构建融合模型并进行测试，得到融合模型的性能属性值；(9)对所述的性能属性值进行判决，若符合要求，则实现脑认知技能移植；否则，返回步骤(8)重新执行，直至符合要求。

公开(公告)号：CN111714118B

公开(公告)日：2023-07-18

申请号：CN202010514728.1

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 徐颂 ,  王丽娜 ,  刘晶晶 ,  王清华 ,  蒋彭龙

IPC: A61B5/372 ,  A61B5/00 ,  G06N20/20 ,  G06F18/24

Abstract: 一种基于集成学习的脑认知模型融合方法，(1)对N个被试人员构建N个脑认知子模型，并完成模型训练；(2)对N个被试人员构建N个脑电信号分类子模型，并完成模型训练；(3)分别融合脑认知子模型与脑电信号分类子模型，从而获得N个脑认知分类器；(4)令N个脑认知分类器在相同刺激下的输出结果组合成输出向量；(5)设计面向脑认知分类器融合的集成学习器，以各个脑认知分类器输出向量作为输入，输出相应刺激的分类识别结果，并完成模型训练；(6)对集成融合模型进行预测分析，得到性能属性值并进行判决，判决融合模型是否符合要求，若符合，则实现脑认知模型的融合；否则，返回步骤(5)重新进行脑认知分类器融合，直至符合要求。

公开(公告)号：CN111772629B

公开(公告)日：2023-03-24

申请号：CN202010513742.X

申请日：2020-06-08

Applicant: 北京航天自动控制研究所

Inventor： 王丽娜 ,  徐颂 ,  刘晶晶 ,  王清华 ,  高晓颖

IPC: A61B5/389 ,  A61B5/377 ,  G06F18/24 ,  G06F18/25 ,  G06F18/2135 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明涉及一种脑认知技能移植的方法，(1)设计脑电信号采集实验范式与一定相关刺激模式；(2)同步采集多通道脑电信号数据，并对采集后的原始脑电信号进行有效成分提取；(3)确定N个被试人员在相关刺激下的脑电高效特征；(4)构建N个基于卷积循环神经网络的脑认知子模型，并完成模型训练；(5)构建N个脑电信号分类子模型，并完成模型训练；(6)获得N个脑认知分类器；(7)验证N个脑认知分类器的准确度，如果满足要求，则送入后续步骤；否则，返回步骤(4)；(8)构建融合模型并进行测试，得到融合模型的性能属性值；(9)对所述的性能属性值进行判决，若符合要求，则实现脑认知技能移植；否则，返回步骤(8)重新执行，直至符合要求。