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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于多路图脑网络建模的颅内脑电癫痫发作预警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：CN119856911B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510357007.7，技术领域涉及：A61B5/00；该发明授权基于多路图脑网络建模的颅内脑电癫痫发作预警方法是由吴雅婧;唐永强;周民宇;张文生设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于多路图脑网络建模的颅内脑电癫痫发作预警方法在说明书摘要公布了：本发明公开了一种基于多路图脑网络建模的颅内脑电癫痫发作预警方法，属于脑电图分析技术领域。所述方法包括针对癫痫发作预测提出了一种多路图脑网络建模框架；基于神经科学中三种跨频率耦合（Cross‑FrequencyCoupling，CFC）关系构建多路脑图，其中脑电信号每个通道中的频带形成图的节点，三种CFC关系形成图的边；设计带有联合融合模块的多路脑图学习网络用以学习多路脑图中的模式，形成最终的表征。本发明能够对iEEG信号进行分析，利用所设计的多路脑图学习网络挖掘其中的模式并形成统一的表征，提高了癫痫发作预测的准确性。

本发明授权基于多路图脑网络建模的颅内脑电癫痫发作预警方法在权利要求书中公布了：1.一种基于多路图脑网络建模的颅内脑电癫痫发作预警方法，其特征在于，包括： 步骤1、获取原始iEEG数据并进行预处理和数据增强，得到最终时频图； 步骤2、从最终时频图中提取振幅和相位信息，按频带划分并投影为振幅和相位特征； 步骤3、对振幅和相位特征进行语义编码获得多路图节点特征，基于振幅和相位特征之间的相似度构建多路图边特征，基于多路图节点特征和多路图边特征构建多路脑图，所述多路脑图包括振幅-振幅耦合子图、相位-相位耦合子图以及相位-振幅耦合子图；包括： 步骤3-1、Transformer利用多头自注意力机制和前馈网络对特征之间的相互依赖关系进行建模及编码，提取语义化的振幅和相位嵌入； 步骤3-2、基于提取的语义化的振幅和相位嵌入，针对每个子图定制节点特征，使其与振幅-振幅耦合子图、相位-相位耦合子图以及相位-振幅耦合子图相对应； 步骤3-3、基于振幅和相位特征之间的相似度构建多路图边特征，利用邻接矩阵表征相似度，对邻接矩阵应用阈值过滤，所述邻接矩阵中的非零位置即表示存在边，且其权重为对应值； 步骤3-4、定义来自同一通道和频带的iEEG信号被视为一个节点，且子图共享相同的节点集，但节点特征和边集不同，根据节点和边的设定，构建多路脑图： 其中，、、是使用相应节点特征和邻接矩阵构建的振幅-振幅耦合子图、相位-相位耦合子图、相位-振幅耦合子图： 式中，、、分别表示振幅-振幅耦合子图、相位-相位耦合子图、相位-振幅耦合子图的节点特征，、、分别表示振幅-振幅耦合子图、相位-相位耦合子图、相位-振幅耦合子图的邻接矩阵； 步骤4、使用图卷积网络学习多路脑图子图内和子图间的关系模式，并通过交叉注意力机制进行特征融合，获得最终表征，将所述最终表征送入分类头进行发作前期和发作间期的二分类；所述通过交叉注意力机制进行特征融合包括：对振幅-振幅耦合子图、相位-相位耦合子图、相位-振幅耦合子图嵌入求和得到联合表征，基于所述联合表征对子图嵌入进行细化，得到细化嵌入，将细化嵌入相加聚合得到最终表征。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。