Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京大学曹健获国家专利权

北京大学曹健获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京大学申请的专利基于脑电图通道内和通道间特征混合的癫痫发作预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119302671B

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411192788.0,技术领域涉及:A61B5/372;该发明授权基于脑电图通道内和通道间特征混合的癫痫发作预测方法是由曹健;陈光;张兴;王源;钟毅设计研发完成,并于2024-08-28向国家知识产权局提交的专利申请。

基于脑电图通道内和通道间特征混合的癫痫发作预测方法在说明书摘要公布了:本发明涉及智能医疗领域,提供了一种基于脑电图通道内和通道间特征混合的癫痫发作预测方法,包括:获取原始脑电图,并对原始脑电图滤波和分割,生成多个脑电图窗口图像;将脑电图窗口图像输入多个特征混合模块进行特征提取,得到混合特征;每个特征混合模块包括通道内特征提取器和通道间特征提取器;通道内特征提取器用于融合各通道内的混合时间维度特征;通道间特征提取器用于融合通道间的混合空间维度特征;将混合特征输入到预测头进行分类,确定癫痫发作预测结果。本发明解决了现有技术中癫痫发作预测准确率低的缺陷,实现了高效准确地预测癫痫发作,提升预测模型的性能和泛化能力。

本发明授权基于脑电图通道内和通道间特征混合的癫痫发作预测方法在权利要求书中公布了:1.一种基于脑电图通道内和通道间特征混合的癫痫发作预测方法,其特征在于,包括:获取原始脑电图,并对所述原始脑电图滤波和分割,生成多个脑电图窗口图像;将所述脑电图窗口图像输入多个特征混合模块进行特征提取,得到混合特征;每个所述特征混合模块包括通道内特征提取器和通道间特征提取器;所述通道内特征提取器用于融合各通道内的混合时间维度特征;所述通道间特征提取器用于融合通道间的混合空间维度特征;所述通道内特征提取器和通道间特征提取器由多层感知器或科尔莫戈洛夫-阿诺德网络构建;将所述混合特征输入到预测头进行分类,确定癫痫发作预测结果;所述将所述脑电图窗口图像输入多个特征混合模块进行特征提取,得到混合特征,具体包括:将所述脑电图窗口图像输入多个特征混合模块,在每个特征混合模块中:将所述脑电图窗口图像进行归一化处理,然后转置后输入通道内特征提取器;通过所述通道内特征提取器融合各通道内的混合时间维度特征;将各通道内的所述混合时间维度特征进行转置,然后进行归一化处理后输入通道间特征提取器;通过所述通道间特征提取器融合通道间的混合空间维度特征;当通道内特征提取器和通道间特征提取器由多层感知器构建时,所述通过所述通道内特征提取器融合各通道内的混合时间维度特征,具体包括:将转置后的脑电图窗口图像在每个通道内进行第一线性变换,得到第一临时数据;将所述第一临时数据通过激活函数进行非线性变换,得到第二临时数据;将所述第二临时数据进行第二线性变换,得到每个通道内的时间维度特征;将转置后的脑电图窗口图像在每个通道进行第一线性变换前的原始数据和所述时间维度特征求和得到混合时间维度特征。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京大学,其通讯地址为:100871 北京市海淀区颐和园路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。