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！

龙图腾网获悉北京理工大学申请的专利一种睡眠质量监测评估的方法和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：CN119498778B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411513301.4，技术领域涉及：A61B5/00；该发明授权一种睡眠质量监测评估的方法和系统是由夏琴;刘博锋;李浩;陈洁设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种睡眠质量监测评估的方法和系统在说明书摘要公布了：本发明涉及睡眠质量监测评估领域，尤其是提出了一种睡眠质量监测评估的方法和系统。首先对多导睡眠图PSG数据进行采集和质量增强预处理，然后设计了一个自适应的时空特征学习网络KAN‑BiLSTM‑Transformer，用于自动提取睡眠信号的判别性特征。网络由Kolmogorov‑Arnold网络KAN、双向长短期记忆网络BiLSTM和Transformer组成，能够充分挖掘多模态信号的时空依赖关系。在训练阶段，引入了加权Dice损失和时序平滑损失，并采用自监督预训练范式进行参数优化。应用时，将睡眠信号输入训练好的网络，可自动预测时间窗对应的睡眠分期。该方法有望成为人们睡眠质量检测评估的辅助工具。

本发明授权一种睡眠质量监测评估的方法和系统在权利要求书中公布了：1.一种睡眠质量检测评估方法，其特征在于，所述方法基于模型，所述方法包括如下步骤：步骤1：多模态睡眠信号采集与质量增强；步骤2：基于的自适应时空特征学习网络设计，使用提取各模态信号的自适应特征表示： ； 其中，表示第个自适应特征在第个时间步的值；为的展开项数；为第个自适应特征在第项上的组合系数；为第个自适应特征在第项上的一元函数，采用激活函数： ； 其中，为第个自适应特征在第项上的形状参数；为第项的投影向量；为第个时间步的原始特征向量； 双向长短期记忆网络：使用学习特征序列的时序依赖关系，前向和后向的隐状态更新公式为： ； ； 其中，和分别为第个时间步的前向和后向隐状态，为第个时间步的自适应特征向量； 多元信息交互融合模块：使用多头自注意力机制实现不同模态特征的交互融合： ； 其中，为第个注意力头的自注意力矩阵；、分别为第个注意力头的查询矩阵和键矩阵，通过线性变换从多模态特征矩阵得到： ； 其中，和为第个注意力头的投影矩阵；为第个注意力头的子空间维度，用于缩放点积结果； 最后，通过前馈神经网络（FFN）进一步提取高级特征： ； 其中，为融合了体动和环境信息的多模态交互特征矩阵，、、、为FFN的参数； 在模型的最后，使用一个全连接层将映射到睡眠分期标签空间： ； 其中，和为分类层的参数，为多元信息交互融合模块输出的特征矩阵； 步骤3：基于的多任务自监督预训练范式构建， 使用加权损失和时序平滑损失的加权和作为损失函数： ； 其中，为第类的加权损失，为第类的权重系数，为模型在第个时间步预测为第类的概率，为第个时间步真实标签的独热向量的第个元素，为平滑项；时序平滑损失的公式为： ； 其中，为总的类别数，为总的时间步数； 优化算法与超参数选择：采用RMSprop优化算法，并使用CosineAnnealing策略调整学习率，公式为： ； 其中，为第步的学习率，和分别为最小和最大学习率，为当前训练步数，为总的训练步数； 训练过程与评估：采用K折交叉验证，并使用准确率、宏平均F1值和Cohen'sKappa系数评估模型性能； 步骤4：睡眠分期智能预测的应用。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。