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一种基于概率密度函数和多导睡眠图的睡眠特征提取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：CN119669721B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411721608.3，技术领域涉及：G06F18/213；该发明授权一种基于概率密度函数和多导睡眠图的睡眠特征提取方法是由罗威;余锋;张力三设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于概率密度函数和多导睡眠图的睡眠特征提取方法在说明书摘要公布了：本发明公开了一种基于概率密度函数和多导睡眠图的睡眠特征提取方法。方法包括采集并预处理受试者的PSG电生理信号数据，对PSG数据进行睡眠阶段标注；将预处理后的PSG数据划分为固定时长的时窗时帧，在每个通道内提取时域、频域及时频域的时窗特征，并将这些特征按不同睡眠阶段进行分组；然后，通过核密度估计方法计算各睡眠阶段内时窗特征的联合概率密度函数，并基于联合概率密度函数提取包括时间特征与空间特征在内的综合统计学特征；最后，通过等综合统计学特征预测受试者的年龄。本发明方法可以从非稳定电生理信号中提取稳定，可挖掘睡眠特征，并进行可视化展示，以拓展到多种睡眠生理及睡眠障碍的分析应用。

本发明授权一种基于概率密度函数和多导睡眠图的睡眠特征提取方法在权利要求书中公布了：1.一种基于概率密度函数和多导睡眠图的睡眠特征提取方法，其特征在于，包括以下步骤： 步骤S1、采集受试者的多导睡眠图PSG数据并进行预处理，对预处理后的PSG数据进行睡眠阶段标注； 步骤S2、将预处理后的PSG数据划分为固定时长的时窗，在每个多导睡眠图PSG通道内，对每个时窗提取一组时窗特征组，每个时窗特征组包括时域特征、频域特征以及时频域特征； 步骤S3、将所述时窗特征组中的时窗特征按睡眠阶段分组，估计所有PSG通道上的时窗特征在各个睡眠阶段上的联合概率密度函数； 步骤S4、利用等高线图对所述联合概率密度函数进行可视化显示； 步骤S5、基于联合概率密度函数得到多导睡眠图PSG的综合统计学特征，进而通过多导睡眠图PSG的综合统计学特征对受试者的年龄进行预测； 所述步骤S5中多导睡眠图PSG的综合统计学特征的获取方式如下： 步骤S5.1、首先，提取基本统计学特征，包括： 在各睡眠阶段内，各通道中，各时窗特征的均值； 在各睡眠阶段内，各通道中，各时窗特征的标准差； 在各睡眠阶段内，各通道中，时窗特征两两之间的相关系数； 步骤S5.2、选取非快速眼动二期N2作为参考睡眠期，提取通道内时间特征，包括： 在非快速眼动一期N1、非快速眼动三期N3和快速眼动期REM内，各通道中，各时窗特征的均值相对于非快速眼动二期N2内该时窗特征均值的差值； 在非快速眼动一期N1、非快速眼动三期N3和快速眼动期REM内，各通道中，各时窗特征的标准差相对于非快速眼动二期N2内该时窗特征标准差的差值； 在非快速眼动一期N1、非快速眼动三期N3和快速眼动期REM内，各通道中，时窗特征两两之间的相关系数相对于非快速眼动二期N2内相关系数的差值； 步骤S5.3、对每个包含多个通道的PSG通道类，从中所有通道中选出一个参考通道，基于选取的参考通道，提取这类通道的通道间空间特征，包括： 在各睡眠阶段内，在除参考通道外的其余通道中，各时窗特征的均值相对于参考通道中时窗特征均值的差值； 在各睡眠阶段内，在除参考通道外的其余通道中，各时窗特征的标准差相对于参考通道中该时窗特征的标准差的差值； 在各睡眠阶段内，在除参考通道外的其余通道中，时窗特征两两之间的相关系数相对于参考通道中时窗特征两两之间的相关系数的差值。

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”。

以上内容由龙图腾AI智能生成。