一种EEG视觉刺激混合模态解码方法及系统

AITNT
正文
推荐专利
一种EEG视觉刺激混合模态解码方法及系统
申请号:CN202510405346
申请日期:2025-04-02
公开号:CN119919510B
公开日期:2025-06-24
类型:发明专利
摘要
本发明公开了一种EEG视觉刺激混合模态解码方法及系统,该方法包括下述步骤:获取EEG数据,构建图像‑类别‑语义的三态EEG数据集;混合模态编码器从EEG数据中学习得到对应的图像、类别、语义模态信息;将三态EEG数据集映射到相对应的CLIP空间,获得目标模态;将混合模态编码器输出的模态信息与目标模态进行对比学习,基于图像模态信息进行图像的检索和分类任务;构建扩散先验模型,将混合模态编码器输出的图像、类别、语义模态信息与目标模态在CLIP空间中对齐,输出经扩散先验处理的图像、类别、语义模态信息,并输入预训练的图像生成模型进行生成任务。本发明能有效解码脑数据的多种模态,提高检索与重建任务效果。
技术关键词
解码方法 语义 编码器 sigmoid函数 时序特征 多时间尺度 频域特征 图像生成模型 网络 模态特征 视觉 融合多尺度信息 数据获取模块 描述符 时间序列特征 注意力
系统为您推荐了相关专利信息
1
一种用于拍摄的线上智能约拍系统
计算机屏幕 矩阵 纹理特征 背景图 面部
2
车辆巡航及巡航建图方法、车载控制系统、车辆、介质
路段 车载控制系统 地图 建图方法 轨迹
3
基于子图表征学习的科研成果聚类推荐方法及系统
聚类推荐方法 论文 词语 输入终端 图谱
4
基于大模型和威胁评估的网络安全态势感知方法及系统
网络安全态势感知方法 模板生成方法 网络安全态势感知系统 大语言模型 网络安全防护方法
5
基于深度学习的鼻咽癌放射治疗剂量自动预测方法
自动预测方法 剂量体积直方图 深度学习模型 剂量预测方法 解剖学轮廓
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号