一种基于生成式文本提示的脑电文本跨模态脑意图解码方法

AITNT
正文
推荐专利
一种基于生成式文本提示的脑电文本跨模态脑意图解码方法
申请号:CN202510533103
申请日期:2025-04-25
公开号:CN120560496A
公开日期:2025-08-29
类型:发明专利
摘要
本发明提供一种基于生成式文本提示的脑电文本跨模态脑意图解码方法。采用国际公开运动想象数据集BCI IV 2a和BCI IV 2b进行有效性验证,包括:首先对公开数据集预处理,建立训练集和测试集;其次构建基于生成式文本提示的脑电文本跨模态脑意图解码模型;再将预处理后的训练集输入模型,进行模型训练;最后将测试集输入训练好的模型,进行模型性能测试。本发明优点包括:利用生成式语言模型生成运动想象任务文本描述,引导模型理解运动想象任务语境和脑电文本数据关联;设计脑电文本多尺度跨模态注意力特征融合策略,实现了多模态脑意图信息有效互补。在BCI IV 2a和BCI IV 2b上对本方法进行了有效性验证,平均识别准确率分别达到了85.32%和87.69%,均优于现有最优方法。
技术关键词
解码模型 自然语言文本 意图 解码方法 代表 运动想象分类 运动想象脑电信号 建模方法 注意力 文本特征向量 训练集 存储计算机可执行程序 脑电信号特征提取 跨模态融合特征 运动想象识别 通道
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