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！

龙图腾网获悉西安交通大学申请的专利一种逐步进化自动睡眠分期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：CN116509335B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310690872.4，技术领域涉及：A61B5/00；该发明授权一种逐步进化自动睡眠分期方法是由闫相国;白淑琪;罗琛;李晓斌;胡岩;王刚;吴宁设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种逐步进化自动睡眠分期方法在说明书摘要公布了：一种逐步进化自动睡眠分期方法，包括以下步骤：步骤一，基于多种特征提取方法，构建多个睡眠分期模型；步骤二，有标签数据集训练模型，计算模型在验证集上的评价指标；步骤三，睡眠分期模型自动标记无标签数据集，基于可信度评价方法筛选可信样本；步骤四，有标签数据和步骤三筛选的可信样本组成训练集，重复步骤二、三；步骤五，测试集测试睡眠分期模型，计算模型逐步进化结果；本发明能够在少量有标签数据集和大量无标签数据集的情况下，不断提高自动睡眠分期模型性能，有效缓解医疗数据紧缺和标记数据复杂的困难。

本发明授权一种逐步进化自动睡眠分期方法在权利要求书中公布了：1.一种逐步进化自动睡眠分期方法，其特征在于，包括以下步骤： 步骤一：根据实际应用场景选择多模生理信号作为睡眠分期任务的原始数据； 当使用多模生理信号时，根据不同生理信号特点，分别采用卷积神经网络自动提取局部特征，一维数据采用一维卷积网络提取特征，二维数据采用二维卷积网络提取特征，获得多组特征；获得的多组特征分别采用分类器实现分类任务，至此完成多个睡眠分期模型的搭建； 根据实际应用场景选择单一生理信号作为睡眠分期任务的原始数据； 当使用单一生理信号EEG时，采用RAW-BiLSTM模型和CWT-TCN模型来分别提取时域和频域两组特征，RAW-BiLSTM模型由1-DCNN模块和BiLSTM模块组成，CWT-TCN模型由2-DCNN模块和TCN模块组成，获得的两组特征分别采用分类器实现分类任务，至此完成两个睡眠分期模型的搭建； 步骤二：有标签数据集训练睡眠分期模型，计算睡眠分期模型在验证集上的评价指标； 步骤三：睡眠分期模型自动标记无标签数据集，基于可信度评价方法筛选可信样本； 步骤四：有标签数据和步骤三筛选的可信样本组成训练集，重复步骤二、三； 步骤五：通过多次筛选可信样本、更新训练集，逐步提升模型性能，并使用测试集测试模型最终分类准确率； 所述的步骤二具体为： 数据集按比例划分为有标签数据集、无标签数据集、验证集和测试集，其中，无标签数据集超过数据集总数的50%，验证集和测试集在模型进化过程中始终保持不变，且与其他数据集没有重合； 将有标签数据集和验证集按照固定长度划分为数据片段，在睡眠分期任务中被称为睡眠片段，然后，睡眠片段输入到步骤一构建的睡眠分期模型中训练模型； 训练过程中，有标签数据集用来拟合模型，验证集用来验证每次迭代后的模型性能，计算评价指标包括准确率、F1分数平均值、Cohen’sKappa系数；并且不断调节超参数，超参数包括学习率、批大小、最大训练次数；最后将计算评价指标最好的模型作为最优模型； 所述的步骤三具体为： 使用步骤二得到的最优模型对无标签数据集进行自动标记，并基于可信度评价方法筛选可信样本； 根据使用对象不同，可信度评价方法分为数据可信度评价方法和模型可信度评价方法；数据可信度评价方法是指判断原始数据是否可信，包括EEG信号的数据可信度评价是判断是否存在因电极脱落导致信号采集失败、是否有强干扰淹没真实信号的情况下采集的数据，模型可信度评价是指判断模型的预测结果是否可信，包括睡眠分期模型可信度评价是指对单一模型输出概率分布的评价，以及对各个模型间分类一致性的评价。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。