浙江大学赵莎获国家专利权
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!
龙图腾网获悉浙江大学申请的专利混合神经网络和分析经验算法结合的EEG报告生成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:CN120236705B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202510725209.2,技术领域涉及:G16H15/00;该发明授权混合神经网络和分析经验算法结合的EEG报告生成方法是由赵莎;彭明翼;李石坚;潘纲设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。
本混合神经网络和分析经验算法结合的EEG报告生成方法在说明书摘要公布了:本发明公开了一种混合神经网络和分析经验算法结合的EEG报告生成方法,该方法通过多尺度时序深度卷积、对称通道卷积、十字交叉卷积、全脑特征卷积、子窗口自注意力融合、自注意力窗口融合、分类网络的混合神经网络选取与分类结果高度相关联的窗口并得到病理性的判断结果,结合EEG分析经验算法系统中从波到通道再到区域的逐级扩大描述区域的模式对窗口进行描述,发现异常波并描述背景活动,最后将基本信息、窗口EEG信号图、EEG分析经验算法系统生成的背景活动描述与异常波描述、混合神经网络提供的分类结果串联形成EEG报告,提供了一种具有可泛化特点的深度学习方法和具有经验知识的EEG分析经验算法结合的生成EEG报告的方案。
本发明授权混合神经网络和分析经验算法结合的EEG报告生成方法在权利要求书中公布了:1.一种混合神经网络和分析经验算法结合的EEG报告生成方法,其特征在于,包括如下步骤: (1)获取脑电数据集,其中每条EEG数据包含对受试者采集持续时长在20~30分钟的EEG信号及其病理性标签; (2)对所述EEG信号进行预处理后将脑电数据集划分为训练集和测试集; (3)构建窗口特征-自注意力融合的混合神经网络模型,其包括: 窗口特征提取网络,以窗口为基本单元,通过多种卷积网络和自注意力网络对EEG信号各个窗口内的数据进行特征提取; 自注意力窗口特征融合网络,使用自注意力机制动态分配各个窗口的注意力权重,进而融合各个窗口的特征形成整个EEG信号的特征表示; 分类网络,根据EEG信号的特征表示输出EEG信号属于病理性正常的预测概率; 所述窗口特征提取网络包括: 多尺度时序深度卷积模块,将EEG信号窗口内的数据进一步细分为多个子窗口,用于捕捉子窗口数据在各个通道上出现的不同时程的模式; 对称通道卷积模块,用于对多尺度时序深度卷积模块的输出在左右半球对称的通道上进行对比融合; 十字交叉卷积模块,用于将对称通道卷积模块的输出在空间上沿着横向和纵向卷积融合,以学习通道间的局部空间信息; 全脑特征卷积模块,用于将十字交叉卷积模块的输出在全脑空间上进行卷积,以获得全局空间信息; 子窗口自注意力融合模块,用于将全脑特征卷积模块的输出经过自注意力层,为每个子窗口分配注意力权重从而融合得到窗口特征; (4)利用训练集的EEG数据对上述混合神经网络模型进行训练得到EEG病理性分类模型; (5)构建EEG分析经验算法系统,其包括: 波分析模块,用于分析EEG信号中的各个转折点,基于形成脑电波的经验特点动态匹配生成各通道符合视觉规律的单波特征; 通道分析模块,用于分析各通道的单波特征,生成关于成规模同频带的脑电波活动的描述数据; 区域分析模块,根据脑电波活动的描述数据进一步分析通道间和脑区域上的背景活动,生成关于背景活动的描述文本; (6)将测试集的EEG数据分别输入至EEG病理性分类模型以及EEG分析经验算法系统中,将模型输出关于病理性正常或异常的预测结果以及算法系统计算得到的信息组合形成EEG报告。
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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。
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。