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！

龙图腾网获悉河北工业大学申请的专利一种精神疲劳程度的测试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：CN119770057B 。

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：202411248803.9，技术领域涉及：A61B5/369；该发明授权一种精神疲劳程度的测试方法是由胡添;杨硕设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种精神疲劳程度的测试方法在说明书摘要公布了：本发明提供了一种精神疲劳程度的测试方法，首先对目标进行实验，获取目标分别在正常状态下的实验结果和疲劳状态下的实验结果，并提取实验结果中的脑电图数据。而后，对脑电波进行预处理并分析预处理后的脑电波，进而获取微状态特征参数，获取目标在不同状态下微状态特征参数，以获取到的微状态特征参数作为判断目标的精神疲劳程度的标准。对目标进行实时监测，获取目标的实时微状态特征参数。根据之前实验获取的微状态特征参数能够作为判断目标的精神疲劳程度的标准，那么基于实时微状态特征参数，可以与判断精神疲劳程度。通过实时微状态特征参数判断精神疲劳程度，能够基于精神疲劳程度对员工的工作做出合理安排。

本发明授权一种精神疲劳程度的测试方法在权利要求书中公布了：1.一种精神疲劳程度的测试方法，其特征在于，包括： 对目标进行实验，获取所述目标的实验结果，提取所述实验结果中的脑电图数据； 对所述脑电图数据预处理，获取预分析脑电图数据； 分析所述预分析脑电图数据，获取微状态特征参数； 对所述目标进行实时监测，获取所述目标的实时微状态特征参数； 基于所述实时微状态特征参数，判断精神疲劳程度； 所述微状态特征参数包括： 熵率、全局解释方差、时域特征参数、转移概率和赫斯特指数； 其中，所述时域特征参数包括平均持续时间、时间覆盖率和发生频率，所述转移概率为观测转移概率与预期转移概率的偏差值； 所述分析所述预分析脑电图数据，获取微状态特征参数，包括： 获取所述预分析脑电图数据的全局场功率； 基于所述全局场功率，获取所述全局场功率的极大值的第一时域点； 将所述第一时域点带入所述脑电图中，获取第一时间序列； 对所述第一时间序列进行第二预处理，获取微状态时间序列； 基于微状态时间序列，获取所述微状态特征参数； 所述对所述第一时间序列进行第二预处理，获取微状态时间序列，包括： 应用T-AAHC算法，对所述第一时间序列进行聚类分析，确定所述第一时间序列的微状态类别； 基于所述微状态类别，获取微状态模板地形图； 基于所述微状态模板地形图，获取所述微状态时间序列； 所述基于微状态时间序列，获取所述微状态特征参数，包括： 基于所述微状态时间序列，获取所述全局解释方差、所述时域特征参数和所述转移概率； 基于所述全局解释方差，判断所述预分析脑电图数据的静态属性； 基于所述观测转移概率与所述预期转移概率，获取所述观测转移概率与所述预期转移概率的偏差值； 基于所述偏差值，构建转移概率矩阵； 基于所述转移概率矩阵，判断所述预分析脑电图数据的短程相关性； 所述基于微状态时间序列，获取所述微状态特征参数，还包括： 基于所述微状态时间序列中的状态转移次数，构建状态转移计数矩阵； 将所述状态转移计数矩阵中的计数转换为概率，构建状态转移概率矩阵； 基于所述状态转移概率矩阵，获取香农熵； 基于所述香农熵和步长，获取所述熵率； 基于所述熵率，判断所述预分析脑电图数据的动态属性。

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河北工业大学，其通讯地址为：300401 天津市北辰区双口镇西平道5340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。