一种跨模态神经信号降维方法及系统

AITNT
正文
推荐专利
一种跨模态神经信号降维方法及系统
申请号:CN202510981446
申请日期:2025-07-16
公开号:CN120849913A
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了一种跨模态神经信号降维方法及系统,该方法包括:同步采集至少两种不同模态的神经信号数据,其中至少包括第一种模态为皮层脑电信号,第二种模态为其他类型的神经信号,并在时间上对齐;对各模态的原始神经信号数据分别进行预处理和特征提取,获得分别代表各模态信息的特征表示;根据时间戳对齐不同模态的特征表示,构建配对的多模态特征集;构建并训练降维模型,对配对的多模态特征集进行联合降维映射;将新的待分析多模态神经信号数据输入降维模型,映射得到对应的低维特征表示;将低维特征表示进行神经信息分析或应用。本发明的方法能够有效保留不同神经信号模态之间的关联信息,降低数据维度和噪声干扰,提高后续分析的准确性。
技术关键词
皮层脑电信号 降维方法 模态特征 跨模态 功能性脑成像 多模态 特征提取模块 编码器 功率谱特征 输出模块 数据 重建误差 接口控制 解码器 模式识别 代表 噪声
系统为您推荐了相关专利信息
1
基于人工智能的外墙保温缺陷诊断方法及系统
深度残差神经网络 缺陷诊断方法 建筑物外墙 外墙保温 可见光图像
2
用于机器人控制任务的自适应记忆增强模仿学习方法
模仿学习方法 记忆结构 机器人控制 Wasserstein距离度量 融合统计特征
3
一种基于区域建议网络的细粒度目标组件标注方法和装置
区域建议网络 标注方法 视觉特征 标注装置 多模态
4
一种基于跨模态一致性循环的目标检测模型训练方法
检测模型训练方法 跨模态 无标签样本 文本生成器 视觉特征
5
一种基于人工智能的车险欺诈识别方法
车险欺诈识别方法 动态决策树 传感器系统 超分辨率重建技术 多模态特征
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