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！

龙图腾网获悉首都医科大学附属北京儿童医院;首都师范大学申请的专利一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品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：CN120015341B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510072429.X，技术领域涉及：G16H50/70；该发明授权一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品是由丁平;梁树立;丁辉;尚媛园;李博;刘婷红;张利为设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品在说明书摘要公布了：本申请公开了一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品，涉及智能医疗器械领域。该方法首先构建特征提取模块；然后构建融合面部和姿态信息的自适应图卷积网络模型，即FAGCN网络模型；然后构建癫痫数据集，并利用癫痫数据集对FAGCN网络模型进行训练，获得训练后的FAGCN网络模型，然后连接特征提取模块和训练后的FAGCN网络模型，得到面部与姿态特征协同的癫痫分类模型。本申请构建了融合面部和姿态信息的自适应图卷积网络模型，用于癫痫分类，能够基于视频数据直接实现癫痫的分类和监测。

本发明授权一种面部与姿态特征协同的癫痫分类模型构建方法、癫痫监测装置、设备、介质及产品在权利要求书中公布了：1.一种面部与姿态特征协同的癫痫分类模型构建方法，其特征在于，包括： 构建特征提取模块；所述特征提取模块用于提取视频数据中目标人物的骨骼点特征序列和面部特征序列； 构建FAGCN网络模型；所述FAGCN网络模型为融合面部和姿态特征的自适应图卷积网络模型，所述FAGCN网络模型包括：依次连接的10个FAGCN块和1个全连接层，其中，第1个、第5个和第8个FAGCN块均为第一FAGCN块，第1个FAGCN块通过Reshape函数和第一卷积与平铺模块与第5个FAGCN块连接，第5个FAGCN块通过Reshape函数和第一卷积与平铺模块与第8个FAGCN块连接，剩余的7个FAGCN块均为第二FAGCN块；所述第一FAGCN块用于对骨骼点特征序列和面部特征序列进行处理，所述第二FAGCN块用于对骨骼点特征序列处理； 构建癫痫数据集； 基于癫痫数据集，对所述FAGCN网络模型进行训练，获得训练后的FAGCN网络模型； 连接特征提取模块和训练后的FAGCN网络模型，得到面部与姿态特征协同的癫痫分类模型； 所述第一FAGCN块包括：第一图卷积模块、第二卷积与平铺模块、连接模块、第一时卷积模块和第一后处理模块；所述第一图卷积模块和所述第二卷积与平铺模块均与所述连接模块连接，所述连接模块与所述第一时卷积模块连接，所述第一时卷积模块与所述第一后处理模块连接； 所述第一图卷积模块用于对目标骨骼点特征序列进行深度特征提取，获得空间上的目标骨骼点深度特征序列；目标骨骼点特征序列为骨骼点特征序列或位于所述第一FAGCN块之前的第二FAGCN块输出的骨骼点深度特征序列； 所述第二卷积与平铺模块用于对目标面部特征序列进行深度特征提取，获得空间上的目标面部深度特征序列；所述目标面部特征序列为面部特征序列或位于所述第一FAGCN块之前的第一FAGCN块输出的面部深度特征序列； 所述连接模块用于连接空间上的目标骨骼点深度特征序列和空间上的目标面部深度特征序列，获得面部-姿态异构图结构序列； 所述第一时卷积模块用于对面部-姿态异构图结构序列进行时间特征提取，获得面部-姿态深度特征序列； 所述第一后处理模块用于分离所述面部-姿态深度特征序列，获得骨骼点深度特征序列和面部深度特征序列； 所述第二FAGCN块包括依次连接的第二图卷积模块和第二时卷积模块； 所述第二图卷积模块用于对目标骨骼点特征序列进行深度特征提取，获得空间上的目标骨骼点深度特征序列；目标骨骼点特征序列为位于所述第二FAGCN块之前的第一FAGCN块或第二FAGCN块输出的骨骼点深度特征序列； 所述第二时卷积模块用于对空间上的目标骨骼点深度特征序列进行时间特征提取，获得骨骼点深度特征序列。

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首都医科大学附属北京儿童医院;首都师范大学，其通讯地址为：100045 北京市西城区南礼士路56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”。