申请/专利权人：上海金科汤姆猫生命科技有限公司

申请日：2023-12-17

公开（公告）日：2024-03-19

公开（公告）号：CN117717354A

主分类号：A61B5/369

分类号：A61B5/369;A61B5/372;A61B5/00;G06F18/10;G06F18/213;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明涉及脑电信号处理技术领域，具体为一种高准确性的EEG自动睡眠分期方法及系统。自动睡眠分期方法包括如下步骤：S1：采集EEG测量信号；S2：截取信号片段；S3：频域特征处理：对信号片段进行时域切割，并利用傅里叶变换得到矩阵图像，采用ViT结构提取出信号片段的频域特征向量；S4：将频域特征向量输入一个MLP全接连网络，得到睡眠分期的预测结果。其中，MLP全接连网络的自监督训练的方法如下：利用随机掩码，抹去一部分输入数据，在ViT结构后面连接n层解码层，恢复被抹去的数据。本发明结合梅尔频谱和ViT架构，更好地捕获EEG信号特征，引入自监督学习，提升睡眠分期方法的泛化能力，极大提升了模型的精度和鲁棒性。

主权项：1.一种高准确性的EEG自动睡眠分期方法，其特征在于，其包括如下步骤：S1：采集佩戴者的脑电信号，对脑电信号滤波去噪，得到单通道的EEG测量信号；S2：根据预设的时长T1对所述EEG测量信号截取信号片段；S3：频域特征处理：S31：对所述信号片段进行时域切割，并将切割后的脑电信号片段利用傅里叶变换形成M种不同波段的频域特征，得到H×M×1的矩阵图像；S32：对所述矩阵图像进行ViT结构处理，提取出所述信号片段的频域特征向量C；S4：将所述频域特征向量输入一个MLP全接连网络，得到睡眠分期的预测结果；其中，所述MLP全接连网络的训练方法包括自监督训练和有监督训练，其中，自监督训练的方法如下：S411：在将所述频矩阵图像输入ViT结构时，利用随机掩码，抹去一部分输入数据；S412：在ViT结构后面连接n层结构相同但不共享参数的解码层，恢复被抹去的数据。

全文数据：

权利要求：

百度查询： 上海金科汤姆猫生命科技有限公司 一种高准确性的EEG自动睡眠分期方法及系统

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