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！

龙图腾网获悉西安电子科技大学申请的专利基于全连接脉冲神经网络的癫痫脑电信号特征压缩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：CN114841191B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202210271015.6，技术领域涉及：G06F18/213；该发明授权基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法是由朱樟明;单宏伟;冯立琛;张岳琦;刘术彬设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法在说明书摘要公布了：本发明涉及一种基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法，包括：获取原始脑电信号数据；对原始脑电信号数据进行数据切分，并对切分后的每个脑电信号数据片段分别进行滤波处理，得到每个脑电信号数据片段对应的不同频带下的脑电数据；对每个脑电信号数据片段对应的不同频带下的脑电数据求解功率，得到每个脑电信号数据片段的特征向量；将特征向量作为训练数据集输入构建的全连接脉冲神经网络中进行训练；利用训练完成的全连接脉冲神经网络，对提取的待检测的脑电信号数据的特征向量进行特征压缩，得到脉冲发射个数，脉冲发射个数作为后续SVM分类器的输入特征向量。本发明的癫痫脑电信号特征压缩方法，降低了癫痫监测模型的计算难度。

本发明授权基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法在权利要求书中公布了：1.一种基于全连接脉冲神经网络的癫痫脑电信号特征压缩方法，其特征在于，包括： S1：获取原始脑电信号数据，所述原始脑电信号数据包括多个通道的脑电信号数据； S2：对所述原始脑电信号数据进行数据切分，并对切分后的每个脑电信号数据片段分别进行滤波处理，得到每个所述脑电信号数据片段对应的不同频带下的脑电数据； S3：对每个所述脑电信号数据片段对应的不同频带下的脑电数据求解功率，得到每个所述脑电信号数据片段的特征向量； S4：将所述特征向量作为训练数据集输入构建的全连接脉冲神经网络中进行训练；所述全连接脉冲神经网络包括连接的编码层、隐藏层、抑制层和脉冲输出层，每一层的神经元采用全连接方式连接；所述S4包括： S41：对所述特征向量进行预处理，将所述特征向量转换为所述全连接脉冲神经网络的编码层神经元的发射频率； S42：将预处理后的所述特征向量作为训练数据集输入所述全连接脉冲神经网络进行训练； 在训练过程中，所述隐藏层采用STDP的学习方式进行训练，调整学习率随着训练次数而不断降低以至隐藏层收敛后，利用强化学习训练输出层直至收敛，统计输出层的脉冲发射个数作为所述输出层的输出结果； S5：利用训练完成的全连接脉冲神经网络，对提取的待检测的脑电信号数据的特征向量进行特征压缩，得到脉冲发射个数，所述脉冲发射个数作为后续SVM分类器的输入特征向量。

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电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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”。