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！

龙图腾网获悉太原理工大学申请的专利一种基于时变模糊色散熵的脑电信号复杂度分析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：CN119441779B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202411574416.4，技术领域涉及：G06F18/20；该发明授权一种基于时变模糊色散熵的脑电信号复杂度分析方法是由牛焱;丁茹男;相洁;周梦妮;李一迪设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于时变模糊色散熵的脑电信号复杂度分析方法在说明书摘要公布了：本发明属于信号处理技术领域，具体涉及一种基于时变模糊色散熵的脑电信号复杂度分析方法，包括下列步骤：对脑电EEG数据进行预处理；进行粗粒化处理，得到粗粒化之后的时间序列；考虑每一通道内的瞬时变化，得到变化序列；基于正态累积分布函数NCDF分别对每一通道的元素进行0‑1之间的映射，之后进行二次线性映射；依据多元嵌入理论，进行多元嵌入重构；从每个多元嵌入向量中每次选取m个元素，依据模糊隶属度函数确定这m个元素的色散模式；基于香农熵的定义计算多元多尺度时变模糊色散熵。本发明在多尺度下对信号进行了全面的探索，通过计算通道内的瞬时变化，在衡量通道间关系时同时关注到通道内的信息，引入模糊化的思想提高了抗噪能力和稳定性。

本发明授权一种基于时变模糊色散熵的脑电信号复杂度分析方法在权利要求书中公布了：1.一种基于时变模糊色散熵的脑电信号复杂度分析方法，其特征在于，包括下列步骤： S1、对脑电EEG数据进行预处理；预处理操作包括：去除无用电极、带通滤波、去除ICA伪迹成分、重参考； S2、进行粗粒化处理，得到粗粒化之后的时间序列；所述S2中进行粗粒化处理的方法为： 对于一个长度为L的p通道时间序列将每一个通道分割成多尺度时间序列 其中，s为尺度因子，N为粗粒化后信号的长度； S3、考虑每一通道内的瞬时变化，得到变化序列； 计算每个通道内的瞬时变化，得到新的变化时间序列其中：xk,i＝xk,b-xk,b-1； S4、基于正态累积分布函数NCDF分别对每一通道的元素进行0-1之间的映射，之后进行二次线性映射；所述S4中分别对每一通道的元素进行0-1之间的映射的方法为，将多元信号映射到信号 首先通过正态累积分布函数NCDF将X映射到Y,然后使用将Y映射到Z，其中表示第k个通道中的第i个元素； S5、依据多元嵌入理论，进行多元嵌入重构；从每个多元嵌入向量中每次选取m个元素，依据模糊隶属度函数确定这m个元素的色散模式； 依据多元嵌入理论生成多元嵌入向量，Z的多元嵌入重构被定义为： 其中：M＝[m1,m2,...,mp]和τ＝[τ1,τ2,...,τp]分别表示嵌入维度和时延向量；Zmj的长度为假设τk＝τ和mk＝m，即所有的嵌入维度值和时延值都是相等的； 对于每个Zmj，得到从mp个元素中每次取m个元素的所有组合；这些组合被表示为其中q的范围从1到并且是Zmj的第q种组合的第h个元素；组合的个数等于嵌入维度为m、类别数为c的色散模式集其中Nc＝{1,2,...c}；因此，对于所有通道，总共有种色散模式； 为了确定元素组合Sqj对类的隶属度，为每个类别引入表示为Mr的模糊隶属度函数，其中表示Sqj的第h个元素相对于第r类的隶属度，然后将每个元素分配给一类或两类，使用的模糊函数详细如下： 每个组合向量Sqj基于其类别隶属度被映射到一种色散模式，如下所示： 当且仅当Sqj为时，为类v0，为类v1,...,并且为类vm-1； 在上述模糊函数中使用了代数积算子： Sqj相对于色散模式的隶属度等于每个相对于类vh-1的隶属度的乘积，其中h＝1,...,m,j＝1,2,...,N-1-m-1τ,并且对于每种可能的色散模式其相对频率如下： S6、基于香农熵的定义计算多元多尺度时变模糊色散熵；基于香农熵的定义，归一化后的多元多尺度时变模糊色散熵计算如下：

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79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”。