Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 兰州交通大学;甘肃星之澜人工智能科技有限公司翟凤文获国家专利权

兰州交通大学;甘肃星之澜人工智能科技有限公司翟凤文获国家专利权

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!

龙图腾网获悉兰州交通大学;甘肃星之澜人工智能科技有限公司申请的专利癫痫脑电图像异常波段自动标注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:CN120392120B

龙图腾网通过国家知识产权局官网在2025-09-26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:202510851098.X,技术领域涉及:A61B5/374;该发明授权癫痫脑电图像异常波段自动标注系统是由翟凤文;杨文桢;金静设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。

癫痫脑电图像异常波段自动标注系统在说明书摘要公布了:本发明公开了癫痫脑电图像异常波段自动标注系统,涉及癫痫脑电图技术领域,本系统通过傅里叶变换和卷积操作对脑电图信号进行频域分析和时域特征提取,能够准确识别出异常波形,如尖波、棘波和慢波等,增强了系统对细微异常波段的敏感度,能够将高度相似的异常波段合并为一个完整的异常事件,避免了冗余的标注和重复的事件标注,通过频谱熵和频谱熵差值的计算,通过设定合理的阈值,并结合比率差值进行进一步细化,系统能够更精确地识别和标注不同的癫痫阶段,系统通过多维度的特征差异如频谱熵差、不同波段的比率差值等来优化标注,能够更准确地区分癫痫的不同阶段发作、前兆和正常,这种多层次的标注方法有效提高了癫痫的预测能力。

本发明授权癫痫脑电图像异常波段自动标注系统在权利要求书中公布了:1.癫痫脑电图像异常波段自动标注系统,其特征在于:包括: 数据采集模块,用于采集脑电图数据集,包括原始脑电图信号和相应的标注标签,并获得脑电图样本数据集; 信号预处理模块,用于对输入的待标注的脑电图信号进行预处理,进行噪声去除、滤波、标准化处理; 异常识别模块,用于对预处理完成的待标注的脑电图信号随机分段,基于正常脑电图数据集,通过多个脑电图信号,识别输入的待标注的脑电图信号中异常波段,并将含有异常波段的脑电图片段保留,生成新的区间集合,并计算区间集合中相邻的异常波段的相似度,基于相邻的异常波段的相似度对含有相同异常波段的脑电图片段进行合并; 标注模块,用于对识别出的异常波段进行自动标注,具体标注状态包括正常、发作前兆及癫痫发作; 纠正模块,用于对标注完成的异常波段进行标注纠正,并建立纠正机制; 标注模块包括: 样本提取单元,用于提取脑电图样本数据集中不同状态下脑电图信号中各频段的功率特征数据,根据输入待标注脑电图所属患者的年龄,自动从脑电图样本数据集中提取相应年龄患者正常、发作前兆、癫痫发作不同状态的脑电图样本,患者的年龄信息被用作筛选标准,提取不同状态下脑电图信号中各频段的功率特征做归一化处理,得到样本特征向量; 初判单元,用于初步判断标注范围,输入经过特征提取后的向量数据,其中包含异常特征向量及样本特征向量的特征信息,通过对每一维度的特征进行逐项相减,得到特征差,特征差用于表示异常波段中各频段的功率特征与正常样本中各频段的功率特征之间的偏差,并预先设定特征阈值,当特征差小于特征阈值时,则表明异常波段中各频段的功率特征与正常样本中各频段的功率特征高度重合,此时将该异常波段标注为脑电图数据集样本中的相应状态,若特征差大于等于特征阈值,则表明异常波段中各频段的功率特征与正常样本中各频段的功率特征重合度不高,不对该异常波段进行标注。

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兰州交通大学;甘肃星之澜人工智能科技有限公司,其通讯地址为:730070 甘肃省兰州市安宁区安宁西路118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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。