申请/专利权人：无锡特文思达健康科技有限公司

申请日：2023-12-21

公开（公告）日：2024-01-30

公开（公告）号：CN117473326A

主分类号：G06F18/214

分类号：G06F18/214;A61B5/00;A61B5/369;G06N3/096;G16H50/70

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明涉及一种用于单通道脑波测量设备的睡眠状态预测模型的建模方法，其预先以多通道脑波测量设备的样本数据建立眠状态预测模型，结合单通道脑波测量设备的工作特点确立其初始模型，然后通过多通道脑电测量设备与单通道脑电信号采集设备同时采集脑波信号构建相互参照的实时样本用以进行预测，根据所得到的预测结果对与单通道脑电信号相关的样本数据进行不断地更新丰富，最终根据所获取的新的样本数据集确立深度神经网络下的目标模型，实现了以多通道脑波测量设备的数据为参照优化单通道脑波测量设备的睡眠状态预测模型的目的，以此建模技术提高模型预测准确性，即提高了单通道脑电设备的大脑状态的识别率，相较于多通道脑波测量设备大大降低成本。

主权项：1.一种用于单通道脑波测量设备的睡眠状态预测模型的建模方法，其特征在于，包括如下处理步骤：步骤S1：获取多通道脑波测量设备的所有通道的样本数据并构建第一样本数据集，选取所述多通道脑波测量设备中指定通道的样本数据并构建第二样本数据集；步骤S2：根据第一样本数据集通过深度神经网络建立第一模型，根据第二样本数据集通过深度神经网络建立第二模型；步骤S3：将所述第二模型作为单通道脑波测量设备的初始模型；步骤S4：采用所述多通道脑波测量设备和所述单通道脑波测量设备同时测量同一指定点位的脑波获取实时样本，所述指定点位为所述指定通道所对应测量的点位；步骤S5：通过所述第一模型与所述初始模型对于适应于实时样本进行预测，如果所述第一模型与所述初始模型的预测结果相同则将所述预测结果作为所述实时样本的标签，并且将所述实时样本连同对应标签所构成的样本数据分别加入到所述第二样本数据集和第三样本数据集中，所述第三样本数据集为所述单通道脑波测量设备的样本数据集，如果所述第一模型与所述初始模型的预测结果不同则构建待定样本集，通过人工对所述待定样本集中的部分或者全部样本数据进行标注，进行人工标注后的样本数据分别加入到所述第二样本数据集和第三样本数据集中；步骤S6：完成阈值数量的样本数据的成功采集后，将更新后的所述第二样本数据集和第三样本数据集予以合并构成最终样本数据集；步骤S7：以所述最终样本数据集作为单通道脑波测量设备的目标模型的训练集和测试集，对深度神经网络进行训练获得最终的所述目标模型。

全文数据：

权利要求：

百度查询： 无锡特文思达健康科技有限公司 用于单通道脑波测量设备的睡眠状态预测模型的建模方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD