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！

龙图腾网获悉武汉大学申请的专利基于时频域关联特征的睡眠循环交替模式检测方法及装置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：CN116725553B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310587185.X，技术领域涉及：A61B5/369；该发明授权基于时频域关联特征的睡眠循环交替模式检测方法及装置是由陈丹;明哲锴;高腾飞设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于时频域关联特征的睡眠循环交替模式检测方法及装置在说明书摘要公布了：本发明公开了基于时频域关联特征的睡眠循环交替模式CAP检测方法及装置，以单通道脑电信号作为CAP检测的数据基础，同步提取信号的时域形态特征和频域分布特征，并捕捉特征状态的宏观转换模式以实现对CAP的识别。包括如下三个阶段：1时域形态特征学习：对完整脑电信号提取其子频带并使用双向门控循环单元嵌入其浅层信号波动关系，后分段运用一维卷积神经网络提取其形态特征；2频域特征计算：分段对脑电片段计算其功率谱密度，并使用峰度、偏度度量功率谱密度的分布特征；3特征融合与宏观演化表征：对时频域特征融合后再次应用双向门控循环单元，以捕捉CAP各相位间的宏观依赖、转换关系；最终基于所提取到的特征判定输入信号中每秒对应的CAP相位。

本发明授权基于时频域关联特征的睡眠循环交替模式检测方法及装置在权利要求书中公布了：1.基于时频域关联特征的睡眠循环交替模式检测方法，其特征在于，包括： S1：采集受试者睡眠非快速眼动期的脑电信号，将其作为原始脑电信号； S2：对采集到的原始脑电信号进行预处理，并标注片段中每一秒从属的CAP相位类别，其中，CAP相位类别包括A相与B相，A相包括三个亚型，B相为背景； S3：构建CAP检测框架，CAP检测框架包括用于提取深度信号波形特征的形态特征学习模块、用于提取信号频域特征的频域特征计算模块以及用于融合深度信号波形特征与信号频域特征的时频特征融合与演化关联模块，其中，构建的CAP检测框架中，形态特征学习模块依次由子频带提取、双向门控循环单元GRU、卷积神经网络CNN构成，其中，子频带提取用于将原始的输入单通道序列按0.3-4.5Hz、4.5-12Hz、12-30Hz频段进行带通滤波，原始的输入单通道序列信号被分解为具有低、中、高三种频带信息的三通道时间序列；然后使用双向门控循环单元对得到的三通道时间序列进行处理，关联信号浅层的波动特征；最后，将前述双向门控循环单元的隐含层输出逐秒进行分段，对每一秒片段分别应用同一一维卷积神经网络进行形态特征学习得到形态特征向量，作为提取得到的深度信号波形特征；频域特征计算模块采用功率谱密度显式地计算脑电信号的频域特征，具体包括：对初始输入脑电信号的每一秒片段分别计算其功率谱密度后，截取功率谱密度上1-30Hz区间的部分并使用频谱峰度、频谱偏度、方差和均值对功率谱密度的分布特征进行度量；同时保留原始的功率谱密度信息，并以3Hz为窗口宽度和步长进行滑动平均；最终每一秒信号片段的功率谱密度和功率谱密度峰度、偏度、方差和均值共同构成一个一维特征向量，作为提取得到的信号频域特征；特征融合与演化关联模块将每一秒片段所对应的一维时域特征向量和频域特征向量沿特征维度进行拼接，构成二者的融合特征向量，融合特征向量在时间维度上构成一条高维时间序列；对于一条特征向量构成的时间序列，特征融合与演化关联模块再次应用双向GRU捕捉其宏观特征的演变，最后对输出的每一个节点的隐含状态进行最终分类，进行分类的分类器使用多层感知机网络，输出的分类结果为原始输入信号中，每一秒时间片段所对应的CAP序列的类别，包括A1、A2、A3三个亚型和B相； S4：从进行预处理和标注后的数据中获取训练数据，利用训练数据对CAP检测框架进行训练，其中，CAP检测框架的训练过程中，将受试者的脑电信号以单通道的形式每30s为一个片段输入模型，并对标签采用软化处理，具体方式为，对于相位转换前后区域的样本标签，将One-hot编码中从属于标注类别的置信度调整为0.7，而将其从属于邻接片段对应的类别的置信度调整为0.3；分类采用带权重的交叉熵计算分类损失并进行反向传播； S5：使用训练好的CAP检测框架对待识别的脑电信号进行检测。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。

以上内容由龙图腾AI智能生成。