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！

龙图腾网获悉太原理工大学申请的专利基于动态高阶有向网络信息流的癫痫多次发作分析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：CN116889410B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310888112.4，技术领域涉及：A61B5/369；该发明授权基于动态高阶有向网络信息流的癫痫多次发作分析方法是由相洁;孙婕;牛焱;董艳青;武旭斌;薛家玥设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本基于动态高阶有向网络信息流的癫痫多次发作分析方法在说明书摘要公布了：本发明公开一种基于动态高阶有向网络信息流的癫痫多次发作分析方法，属于图像分析领域；解决了单纯的脑网络分析技术未将时间因素考虑在内、现有脑网络技术未能捕捉到高阶的电极传播模式、高阶矩阵复杂度大影响相似度指标性能等问题。主要通过融合高阶信息捕捉到电极间信息流在不同层级水平上的相互作用，基于奇异值分解的非相似度指标有效消除矩阵冗余信息，定量比较发作路径差异。最终成功追踪癫痫多次发作传播路径不同模式，为局灶性癫痫患者手术切除提供了参考价值。

本发明授权基于动态高阶有向网络信息流的癫痫多次发作分析方法在权利要求书中公布了：1.基于动态高阶有向网络信息流的癫痫多次发作分析方法，其特征在于，包括以下步骤： 步骤S1：获取局灶性癫痫患者的iEEG数据，并对iEEG数据进行预处理，得到预处理后的iEEG数据； 步骤S2：基于预处理后的iEEG数据，提取癫痫发作阶段的时间序列，并采用1s滑动窗口划分每次发作； 步骤S3：在每个窗口下，通过提取的时间序列构建有效连接矩阵，并增加高阶信息，得到对应的动态高阶有效连接矩阵； 步骤S4：利用动态高阶有效连接矩阵，分析癫痫患者多次发作演化过程，并采用基于奇异值分解的非相似度指标，消除矩阵冗余信息，定量比较发作路径差异性； 在步骤S3中，得到对应的动态高阶有效连接矩阵，具体包括： 通过计算传递熵，得到电极间的有效连接矩阵：给定系统X和系统Y，和为其对应的时间序列，p代表传递信息量的概率，通过计算信息熵得到变量间的信息流传递程度： 系统X被Y的影响程度通过系统间的概率差来衡量，即传递熵： 其中，代表k阶X系统，代表l阶Y系统，在此基础上，构建的K阶矩阵如下： STEK＝STE1*STEK-1，k≥2 通过FDR校正去除矩阵中p＝0.001的虚假连接，然后在每个时间窗下计算高阶有效连接矩阵，将得到的矩阵按照时间窗顺序进行组合，得到包含时间信息的动态高阶有效连接矩阵H。

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太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79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”。