公开(公告)号：CN118468135B

公开(公告)日：2025-05-13

申请号：CN202410595776.6

申请日：2024-05-14

Applicant: 西南交通大学

Inventor： 顾瑾 ,  马万里 ,  李天瑞 ,  唐雪刚 ,  夏瑜崚

IPC: G06F18/2415 ,  A61B5/055 ,  G06F18/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明公开了一种用于解码大脑信号的深度学习嵌入网络，涉及脑信号处理技术领域，包括基于构建图随机游走和物理位置嵌入的物理增强模型，基于自适应特征融合和多任务transformer的分类模型；所述物理增强模型一方面用于模拟脑神经信息的扩散过程；另一方面定义两种位置编码，将两种位置编码结合成三维坐标并形成最终的位置编码并作为物理增强模型的输出；所述分类模型一方面通过自适应特征融合实现节点的升维；另一方面将升维后的节点特征充分学习任务间的活动关系，然后通过注意力机制融合邻居的节点表示，最后得到概率表示用于判断类别。本发明解决了捕捉大脑信号解码中脑网络的复杂关系，提高模型的表征性和泛化性的技术问题。

公开(公告)号：CN118468135A

公开(公告)日：2024-08-09

申请号：CN202410595776.6

申请日：2024-05-14

Applicant: 西南交通大学

Inventor： 顾瑾 ,  马万里 ,  李天瑞 ,  唐雪刚 ,  夏瑜崚

IPC: G06F18/2415 ,  A61B5/055 ,  G06F18/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/088

Abstract: 本发明公开了一种用于解码大脑信号的深度学习嵌入网络，涉及脑信号处理技术领域，包括基于构建图随机游走和物理位置嵌入的物理增强模型，基于自适应特征融合和多任务transformer的分类模型；所述物理增强模型一方面用于模拟脑神经信息的扩散过程；另一方面定义两种位置编码，将两种位置编码结合成三维坐标并形成最终的位置编码并作为物理增强模型的输出；所述分类模型一方面通过自适应特征融合实现节点的升维；另一方面将升维后的节点特征充分学习任务间的活动关系，然后通过注意力机制融合邻居的节点表示，最后得到概率表示用于判断类别。本发明解决了捕捉大脑信号解码中脑网络的复杂关系，提高模型的表征性和泛化性的技术问题。