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！

龙图腾网获悉北京工业大学申请的专利一种改善N1期类别混淆的多模态多尺度睡眠分期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：CN116172515B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202310152184.2，技术领域涉及：A61B5/00；该发明授权一种改善N1期类别混淆的多模态多尺度睡眠分期方法是由段立娟;尹悦设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种改善N1期类别混淆的多模态多尺度睡眠分期方法在说明书摘要公布了：本发明公开了一种改善N1期类别混淆的多模态多尺度睡眠分期方法。对原始睡眠数据进行预处理，获得睡眠数据样本。针对N1期睡眠数据少的情况，使用基于叠取策略的数据增强算法生成N1期，减轻了N1期少对睡眠分期的影响。针对睡眠数据利用不充分的问题，设计了多模态多尺度特征提取模块，对不同模态的数据进行不同处理，且使用多尺度特征提取方式对EEG模态进行细粒度特征提取，提高特征的有效性，初步解决N1期难区分问题，提高N1期的分类准确率。针对N1期容易与N2期和REM期混淆的问题，使用对比学习的方法，使得同一分期睡眠数据特征相似度更高，不同分期睡眠数据特征相似度相对降低，进一步提高N1期的可区分性。本发明在睡眠分期任务中N1期准确率最高。

本发明授权一种改善N1期类别混淆的多模态多尺度睡眠分期方法在权利要求书中公布了：1.一种改善N1期类别混淆的多模态多尺度睡眠分期方法，其特征在于，包括如下步骤： 步骤一，原始信号预处理操作 首先，选用脑电EEG信号中的Fpz-Cz通道，眼电EOG信号和肌电EMG信号作为实验数据，即通道数Q取3，将采样频率为T的睡眠数据以30秒划分片段，删除MOVEMENT和UNKNOWN标签以及这些标签对应的数据，合并N3期和N4期数据统称为N3期；在训练集中只保留睡眠时间之前和之后的30分钟的W期；经过预处理得到Nold个样本，每个样本数据xi均为长度为30×T的数据，其中i∈[1,2,…,Nold]表示当前样本的序号，假定得到的样本集为Xold，标签集为Yold； 步骤二，数据增强 对步骤一得到的训练集样本，使用叠取策略，对相邻的两个N1期样本，取两个样本的中间部分组成新的样本；将新生成的样本放入原来的数据集Xold中，得到新的样本集X，相应地更新标签集Yold为新标签集Y； 步骤三，多模态多尺度特征提取 设计了多模态多尺度特征提取方法充分利用睡眠数据并提取更具代表性的特征；对步骤二得到的新的数据集，进行特征提取；将步骤二得到的数据按照模态分别进行不同处理，并对EEG信号分频率进行多尺度特征提取；拼接各个模态提取到的特征，送入SE注意力模块，选出具有代表性的特征并去除冗余特征；最后使用双层Bi-LSTM学习睡眠分期的过渡规则，得到最终特征； 将经过数据增强后的新样本集X作为输入数据，送入特征提取模块进行多模态多尺度特征提取；特征提取过程分为4个步骤： 1多模态特征提取；对步骤二得到的睡眠数据X分模态提取睡眠特征；人类专家对于不同模态的数据有着不同的分期依据，具体地，根据EMG信号的有无、EEG信号中的各种特征波、EOG信号变化快慢来判断睡眠分期；对于输入数据的不同模态数据送入对应模态的特征提取分支中去：将EMG数据直接送入卷积模块进行特征提取，将EEG数据送入不同的卷积核模块中进行多尺度特征提取，对EOG数据先进行短时傅里叶变换，再送入卷积模块进行特征提取；短时傅里叶采用窗口大小为100的汉宁窗进行变换，提取EOG信号的时频特征； 2多尺度特征提取；使用1中的EEG信号数据XEEG作为输入，根据特征波选取不同尺度的卷积核大小从而提取EEG信号的多尺度睡眠特征，输出EEG信号特征fEEG，3注意力感知降维；经过多模态多尺度的特征提取，将1和2得到的特征fEMG、fEEG、fEOG作为输入，经过注意力感知降维模块得到输出featureattn；首先对于经过短时傅里叶变换后提取到的fEOG做降维处理，然后进行特征拼接得到融合特征featuremulti， 4时序特征学习模块；输入3得到的关键特征featureattn，经过时序特征学习模块输出最终特征feature；睡眠数据是一个连续的时间序列，使用双层Bi-LSTM学习睡眠分期的过渡规则， 步骤四，对比及分类 经过步骤三可以获得睡眠分期的代表性特征，借助对比学习扩大睡眠分期边界，提升同期睡眠数据特征之间的相似性，降低非同期睡眠数据特征之间的相似性，从而使得各个分期之间更加容易区分；同时，使用分类器得到预测结果；按照国际标准AASM睡眠分期准则进行5类睡眠分期，分别为清醒期W，快速眼动期REM，非快速眼动1期N1，非快速眼动2期N2，非快速眼动3期N3。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。