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！

龙图腾网获悉吉林大学申请的专利一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类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：CN116439672B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310553992.X，技术领域涉及：A61B5/00；该发明授权一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类方法是由李瑛;孙睿涵;杜伟;张洁琳;袁海波;兰晓馨;梁钰;张晓设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类方法在说明书摘要公布了：本发明公开了一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类方法，涉及人工智能技术领域，本方法将睡眠信号进行四层的离散小波分解，得到了四层高频信号和最后一层的低频信号共五个分量，对这些分量提取特征，使用神经网络学习嵌入表示，最后再对这些分量的嵌入表示进行整合并通过对比学习捕获它们之间的差异。本发明针对睡眠阶段分类问题，解决了传统模型难以对睡眠信号进行充分的多分辨率分析以及结合时间信息自适应处理多通道生理信号问题。以离散小波分解获得多分辨率信号、动态自适应核图神经网络学习多通道生理信号的嵌入表示、并以监督对比学习的方式学习各信号分量的异同进一步整合多分辨率信息，达到对睡眠阶段准确分类的效果。

本发明授权一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类方法在权利要求书中公布了：1.一种基于动态自适应核图神经网络的多分辨率睡眠阶段分类方法，其特征在于，包括以下步骤： 1离散小波分解，通过四层离散小波分解将原始生理信号分解为1-4层高频分量和4层低频分量共五个分量，然后对每个分量信号单独进行处理； 2特征提取，基于箱线图提取特征得到特征矩阵； 3睡眠阶段图构建，根据不同节点之间特征的相关性，基于高斯核函数计算邻接矩阵，特征矩阵和邻接矩阵共同构成睡眠阶段图； 4动态自适应核图神经网络，使用自适应核图卷积来聚合节点间的信息，使用两层的双向门控循环单元分别对短期和长期睡眠时间序列进行建模，以学习睡眠阶段间的过渡规则，得到睡眠阶段的嵌入表示； 5分类，在分别得到各分量的嵌入表示之后，将各分量的嵌入表示拼接并使用全连接层进行分类，通过预测标签和真实标签的差异得到分类的交叉熵损失； 6监督对比学习，使用监督对比学习分别学习两个分量之间的异同，得到这两个分量间的监督对比学习损失，再将所有的监督对比损失加和得到最终的对比学习损失；最后使用交叉熵损失和对比学习损失联合优化模型。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。