浙江大学;之江实验室潘纲获国家专利权
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;之江实验室申请的专利一种基于状态相关卷积稀疏模型的脑电信号模式识别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：CN117398110B 。
龙图腾网通过国家知识产权局官网在2026-03-03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：202311305732.7，技术领域涉及：A61B5/369；该发明授权一种基于状态相关卷积稀疏模型的脑电信号模式识别方法是由潘纲;王普莉;祁玉设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。
本一种基于状态相关卷积稀疏模型的脑电信号模式识别方法在说明书摘要公布了：本发明公开了一种基于状态相关卷积稀疏模型的脑电信号模式识别方法，针对现有卷积稀疏编码难以识别与状态相关的生物标记物的问题，使用状态共有与状态特有波形进行建模，明确区分脑电信号在不同状态下的波形特征。基于此，本发明采用波形不一致性约束，以高效识别与某些状态相关的潜在生物标志物，且识别的潜在生物标志物具有较好的可解释性，可以作为辅助医疗诊断的有效工具。
本发明授权一种基于状态相关卷积稀疏模型的脑电信号模式识别方法在权利要求书中公布了：1.一种基于状态相关卷积稀疏模型的脑电信号模式识别方法，其特征在于，包括以下步骤： 1获取原始多状态脑电信号，进行预处理后按比例划分为训练集与测试集； 2构建状态敏感的卷积稀疏编码模型，该模型中，某状态的输入信号由所有状态共有波形的稀疏脉冲响应、该状态特有波形的稀疏脉冲响应、独立高斯噪声加和构成；其中，状态共有波形构成状态共有字典，状态特有波形构成状态特有字典； 3输入训练集的多状态脑电信号，并采用以下交替优化的策略学习各个波形与稀疏脉冲响应： 3-1固定各个波形，采用匹配追逐算法优化各个波形在输入信号中的稀疏脉冲响应，并更新当前稀疏脉冲响应； 3-2固定所有波形的稀疏脉冲响应与状态特有波形，采用梯度下降法优化所有状态共有波形，并更新当前状态共有字典； 3-3固定所有波形的稀疏脉冲响应与状态特有波形，对于各状态脑电信号，采用梯度法优化该状态特有波形，并更新当前该状态特有字典； 3-4迭代步骤3-1至3-3，直到所有波形与稀疏脉冲响应收敛或者迭代次数超过预设值； 4使用关注状态的特有字典作为潜在标志物，根据每一个测试样本的脑电信号，估计潜在标志物出现的频率，并依据该频率预测测试样本是否处于关注状态。
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;之江实验室，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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励