Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津七一二通信广播股份有限公司;北京博通睿创信息技术有限公司李光获国家专利权

天津七一二通信广播股份有限公司;北京博通睿创信息技术有限公司李光获国家专利权

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!

龙图腾网获悉天津七一二通信广播股份有限公司;北京博通睿创信息技术有限公司申请的专利基于脑肌眼电深度学习融合模型的睡眠检测方法及系统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:CN116616714B

龙图腾网通过国家知识产权局官网在2026-01-06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:202310642585.6,技术领域涉及:A61B5/00;该发明授权基于脑肌眼电深度学习融合模型的睡眠检测方法及系统是由李光;巩国;李延波设计研发完成,并于2023-06-01向国家知识产权局提交的专利申请。

基于脑肌眼电深度学习融合模型的睡眠检测方法及系统在说明书摘要公布了:本发明公开了一种基于脑肌眼电深度学习融合模型的睡眠检测方法及系统,该方法包括同步采集脑电、肌电和眼电数据,并对采集的脑电、肌电和眼电数据分别进行预处理,将预处理后的脑电、肌电和眼电的特征数据进行数据融合,得到融合后的睡眠特征信号;将睡眠特征信号输入深度学习融合模型中,利用深度学习网络进行特征提取和特征融合后,输出睡眠分类的预测的结果。本申请根据不同信号进行独立的信号提取,并进行融合,解决上述多层网络占用过多CPU资源,无法将计算方法迁移到嵌入式芯片进行单独使用的问题,并在此基础上提高分类结果准确性。

本发明授权基于脑肌眼电深度学习融合模型的睡眠检测方法及系统在权利要求书中公布了:1.一种基于脑肌眼电深度学习融合模型的睡眠检测方法,其特征在于,包括以下步骤: S1、同步采集脑电、肌电和眼电数据,并对采集的脑电、肌电和眼电数据分别进行预处理,所述预处理的过程包括: S101,对脑电数据进行时频转换后,将得到的频段数据分别计算微分熵,将得出的微分熵结果作为脑电信号的特征数据;所述计算微分熵,包括以下步骤: 对脑电数据进行时频转换后,将原始脑电图信号转换成delta、theta、alpha、beta、gamma五个频段数据; 分别计算5个频段数据的脑电图信号的功率谱密度; 对得到的功率谱密度采用公式分别计算微分熵: DE=+; 其中,P为各频段数据的功率谱密度,N表示信号片段数量; S102.对肌电信号进行分解,并对分解后的结果合成肌电频谱数据,对合成后的肌电频谱数据计算样本熵,作为肌电信号的特征数据; S103.对眼电信号进行分解,并对分解后的结果合成眼电频谱数据,对合成后的眼电频谱数据计算样本熵,作为眼电信号的特征数据; S2、将预处理后的脑电、肌电和眼电的特征数据进行数据融合,得到融合后的睡眠特征信号; S3、将睡眠特征信号输入深度学习融合模型中,利用深度学习网络进行特征提取和特征融合后,输出睡眠分类的预测的结果; 所述利用深度学习网络包括特征提取层、特征融合层和睡眠分类层; 所述特征提取层包括三个并行的卷积网络,三个网络卷积核分别设置为1,、1,、1,,填充参数分别设置为0,、0,、0,;其中、、设置为三个大小不同的卷积核并且,用于提取数据中的时域特征与频域特征,、、为填充值的大小,且卷积核与填充值的设置满足以下关系: =,i为1,2,3; 所述三个并行的卷积网络用于提取输入的睡眠特征信号中不同的特征,并通过填充保证每个网络输出的结果大小相同。

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天津七一二通信广播股份有限公司;北京博通睿创信息技术有限公司,其通讯地址为:300000 天津市滨海新区经济技术开发区西区北大街141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。

免责声明
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。