基于层级因果图模型的脑电数据去噪方法、装置及设备

专利简介 该专利聚焦EEG方向，围绕“基于层级因果图模型的脑电数据去噪方法、装置及设备”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层级因果图模型的脑电数据去噪方法、装置及设备，方法包括：获取待去噪的原始脑电数据和原始脑电数据对应的时间序列；根据时间序列对原始脑电数据进行分割，获取多个分段数据和每个分段数据对应的起始点特征向量；根… ## 基本信息 - 专利号：CN119719635B - 申请日期：2025-03-03 - 公开/授权日期：2025-04-25 - 申请人：小舟科技有限公司 - 发明人：周家俊 - 主题标签：EEG ## 摘要 本申请公开一种基于层级因果图模型的脑电数据去噪方法、装置及设备，方法包括：获取待去噪的原始脑电数据和原始脑电数据对应的时间序列；根据时间序列对原始脑电数据进行分割，获取多个分段数据和每个分段数据对应的起始点特征向量；根据每个分段数据对应的起始点特征向量构建因果图模型；根据因果图模型获取原始脑电数据对应的周期变动信息；将因果图模型进行划分，获取多个层级；根据因果图模型和预设的先验知识，获取每个层级对应的噪声信息；获取多个层级的数据一致性信息，根据周期变动信息和数据一致性信息获取层级的失真程度；根据噪声信息和失真程度构建目标滤波算法，滤去原始脑电数据在每个层级对应的干扰噪声。 ## 来源链接 - 专利页面：https://patents.google.com/patent/CN119719635B/zh - PDF：https://patentimages.storage.googleapis.com/d8/82/9b/8081ede435ead0/CN119719635B.pdf