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
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
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