科创中国
基于多任务深度学习的稳态视觉诱发电位目标识别方法
发布时间: 2025-11-02
基本信息
合作方式：
合作开发
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
本成果是一种基于多任务深度学习模型的稳态视觉诱发电位目标识别方法，属于脑机接口技术领域。该方法通过采集被试者的SSVEP脑电信号，经降采样、带通滤波、陷波滤波等预处理后，利用多任务深度学习模型进行训练与识别。模型采用三个子网络结构，通过共享隐藏层与独享结构相结合，强化特征提取能力，提升在小数据集上的识别准确率与鲁棒性。该方法可广泛应用于脑控设备、辅助通信、康复医疗等领域，为患者提供高效便捷的脑机交互解决方案。
成果亮点
1. 创新算法：采用多任务深度学习模型，结合共享层与相关系数约束，显著提升SSVEP信号识别精度与模型泛化能力。
2. 高效实时：支持在线与离线验证，识别速度快，满足实时脑机接口应用需求。
3. 强鲁棒性：模型在小样本数据上仍保持较高识别率，适应个体差异与环境干扰。
4. 专利保护：已获国家发明专利授权（ZL202111519737.0），技术壁垒明确。
5. 应用广泛：可适配多种脑电设备，适用于脑控设备、辅助通信、康复医疗等领域。
团队介绍
核心团队成员毕业于哈佛大学、北京大学、中国科学院、北京理工大学等知名院校，汇聚了从脑机接口研发到医学数字化等全产业链人才。团队依托杭州迈动数康科技有限公司，具备从核心算法研发、硬件结构设计到系统集成测试的全链条技术能力。公司被认定为浙江省科技型中小企业，入选浙江省“小而强”临床培育创新团队，且作为“中国睡眠障碍筛查项目唯一指定技术平台”，承担国家级筛查任务。
成果资料
下载app