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！

龙图腾网获悉华南理工大学申请的专利基于节点自适应图神经网络的脑电癫痫检测方法与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：CN121196492B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511767020.6，技术领域涉及：A61B5/00；该发明授权基于节点自适应图神经网络的脑电癫痫检测方法与系统是由郭锴凌;吴彦樟;徐向民设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本基于节点自适应图神经网络的脑电癫痫检测方法与系统在说明书摘要公布了：本发明公开基于节点自适应图神经网络的脑电癫痫检测方法与系统，涉及基于生物学模型的计算机系统，针对现有技术中图结构固定化等问题提出本方案。方法包括以下步骤：脑电信号采集与预处理步；混合EEG图构建；自适应残差图优化；节点特异扩散卷积；时序特征建模；分类输出。系统包括数据采集模块、混合图构建模块、自适应建图模块、节点特异卷积模块、时序建模模块、分类输出模块；当系统运行时执行所述方法步骤，从而实现基于节点自适应图神经网络的脑电癫痫检测功能。技术优点包括：1图结构自学习；2脑区个性化建模，强化区域特征表达；3联合时空依赖建模，完整刻画癫痫动态过程。

本发明授权基于节点自适应图神经网络的脑电癫痫检测方法与系统在权利要求书中公布了：1.基于节点自适应图神经网络的脑电癫痫检测方法，其特征在于，包括以下步骤： S100：脑电信号采集与预处理步骤：采集受试者的多通道脑电信号，并对原始信号进行预处理； S200：混合EEG图构建步骤：在脑电通道间建立融合解剖结构与功能相关性的混合图，以表征脑区间空间与功能依赖关系； S300：自适应残差图优化步骤：针对不同患者及时间段脑区连接模式的动态变化，引入残差自适应图优化机制，通过节点嵌入学习对初始图结构进行细化； S400：节点特异扩散卷积步骤：利用节点特异扩散卷积机制，使不同脑区具备独立卷积核参数； S500：时序特征建模步骤：在节点特异扩散卷积的基础上引入扩散图卷积循环单元，用于捕捉脑区活动随时间变化的动态特征，实现癫痫发作过程的时序建模；所述扩散图卷积循环单元通过在门控循环结构中嵌入扩散卷积算子，使模型能够同时建模脑区间的空间扩散与信号随时间的演化，在时空域上实现脑电信号特征的联合表示； S600：分类输出步骤； 所述步骤S200包括以下子步骤： S201：计算电极间欧几里得距离，得到空间相似度矩阵； 第个通道对应电极在三维空间坐标表示为，则任意两通道之间的空间距离定义为： 空间相似度定义为： 其中表示通道与通道j的空间连接强度；为高斯核的尺度参数，用于控制距离衰减速率； S202：计算脑电通道间的功能相似度矩阵： 功能相似度基于皮尔逊相关系数定义为： 其中为通道在时间步t的信号，为通道在当前片段的平均值，的取值范围为，表示通道，j信号之间的相关性强度； S203：融合空间相似度和功能相似度，得到混合初始邻接矩阵： 其中，为可学习权重矩阵，用于控制空间图的融合比例；为可学习权重矩阵，用于控制功能图的融合比例；为偏置矩阵；为Sigmoid函数，用于归一化输出；为逐元素乘法； 所述步骤S300包括以下子步骤： S301：定义节点嵌入矩阵，其中为节点嵌入维度，行向量表示第个节点的潜在表示； S302：计算节点相似度矩阵： 其中为线性整流函数，用于保证相似度非负； S303：通过可学习映射矩阵投影相似度，并与初始图形成残差： S304：更新得到自适应邻接矩阵： 其中为自适应修正项，为最终自适应邻接矩阵； 所述步骤S400包括以下子步骤： S401：利用节点行向量输入轻量级多层感知机，为每个节点生成一组独立的扩散卷积核参数 其中表示节点的第k阶扩散权重矩阵，为输入特征维度，为输出特征维度； S402：在自适应邻接矩阵上执行双向扩散卷积： 其中为节点输出特征矩阵，为扩散阶数，为前向扩散核，为反向扩散核。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。