基于贝叶斯网络模型的脑电信号压缩编码方法及设备

专利简介 该专利聚焦EEG方向，围绕“基于贝叶斯网络模型的脑电信号压缩编码方法及设备”建立技术方案，用于支撑小舟科技在相关场景下的算法、采集或交互能力沉淀。核心内容包括：本申请公开一种基于贝叶斯网络模型的脑电信号压缩编码方法及设备，方法通过获取待对齐的原始脑电数据并进行预处理，获取标准脑电数据和标签信息；根据标准脑电数据对应的时间点信息和通道信息，构建脑电数据矩阵并输入至预设的卷积神经… ## 基本信息 - 专利号：CN118413240B - 申请日期：2024-07-01 - 公开/授权日期：2024-09-10 - 申请人：小舟科技有限公司 - 发明人：李越 - 主题标签：EEG ## 摘要 本申请公开一种基于贝叶斯网络模型的脑电信号压缩编码方法及设备，方法通过获取待对齐的原始脑电数据并进行预处理，获取标准脑电数据和标签信息；根据标准脑电数据对应的时间点信息和通道信息，构建脑电数据矩阵并输入至预设的卷积神经网络，输出脑电数据矩阵对应的全局特征；将全局特征输入至预设的广义低秩近似分解模型,以分解为低秩分量和稀疏分量，分别对低秩分量和稀疏分量进行特征选取，分别计算输出的低秩特征通道数据和稀疏特征通道数据与预设的专家知识数据的相似度信息，根据相似度信息在低秩特征通道数据和稀疏特征通道中确定目标特征通道数据；根据迭代特征对齐算法对目标特征通道数据进行跨域数据的特征分布对齐。 ## 来源链接 - 专利页面：https://patents.google.com/patent/CN118413240B/zh - PDF：https://patentimages.storage.googleapis.com/41/ab/18/06ed2e417747e4/CN118413240B.pdf