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！

龙图腾网获悉东南大学申请的专利基于长程信号和多特征提取的睡眠节律紊乱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：CN120000155B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411849683.8，技术领域涉及：A61B5/00；该发明授权基于长程信号和多特征提取的睡眠节律紊乱检测方法及装置是由杨晨熙;姚炎坤;颜昌;李建清;刘澄玉设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于长程信号和多特征提取的睡眠节律紊乱检测方法及装置在说明书摘要公布了：本发明涉及一种基于长程信号和多特征提取的睡眠节律紊乱检测方法及装置，其中方法包括：步骤S1：获得目标用户的生理信号，其中，生理信号至少包括心率；步骤S2：对生理信号进行预处理和峰值提取；步骤S3：基于预处理后的生理信号提取根据处理后的信号利用多域特征提取算法进行多域心率变异性特征提取；步骤S4：对提取的多域心率变异性特征进行多域特征集构建以及节律紊乱风险类别划分；步骤S5：利用随机森林算法构建睡眠节律状态评估模型，对潜在的睡眠节律紊乱风险进行检测。与现有技术相比，本发明具有在提高了准确率的同时解决了需要频繁采集生理信号的工作量的问题等优点。

本发明授权基于长程信号和多特征提取的睡眠节律紊乱检测方法及装置在权利要求书中公布了：1.一种基于长程信号和多特征提取的睡眠节律紊乱检测方法，其特征在于，包括： 步骤S1：获得目标用户的生理信号，其中，所述生理信号至少包括心率； 步骤S2：对所述生理信号进行预处理和峰值提取； 步骤S3：基于预处理后的生理信号提取根据所述处理后的信号利用多域特征提取算法进行多域心率变异性特征提取； 步骤S4：对提取的多域心率变异性特征进行多域特征集构建以及节律紊乱风险类别划分； 步骤S5：利用随机森林算法构建睡眠节律状态评估模型，对潜在的睡眠节律紊乱风险进行检测； 所述多域心率变异性特征包括HRV时域特征、HRV频域特征和HRV非线性特征，所述HRV非线性特征包括心率不对称性特征、庞培莱图特征和多种熵复杂度； 所述庞培莱图特征包括庞培莱图半长轴SD1、短半轴SD2、长半轴与短半轴之比SD1SD2； 所述多种熵复杂度包括近似熵ApEn、样本熵SampE、模糊熵FuzzyEn、模糊度量熵FuzzyMEn和分布熵DistEn； 所述心率不对称性特征包括Porta指数、Guzik指数、坡度指数和面积指数； 所述步骤S4包括： 将所述提取的多域心率变异性特征和个体MEQ类型结合构建多域特征集D，并对特征集进行预处理，其中，对特征集的预处理过程包括处理缺失值和归一化特征； 所述个体的MEQ类型为睡眠节律类型，包括：偏向早睡的早鸟型、偏向晚睡的猫头鹰型和中间类型； 所述睡眠节律状态评估模型的构建方法包括， 选择基尼指数作为分裂标准构建决策树，其中，数据集每个特征的基尼指数GiniD,a的计算方法为： 其中，pk为不同节律紊乱风险类别在数据集中的概率，n为节律紊乱风险的类别数，GiniDv为每个特征下的基尼系数，a表示特征类别，Dv为基于特征a下被分割的特征集； 从根节点开始，计算所有特征的基尼指数，选择基尼指数最小的特征和其对应的值为最优特征和最优阈值； 根据选择的最优特征和最优阈值，将数据集分成两个子集，然后递归地对每个子集重复上述步骤，即再选择一个最优特征及其阈值进行进一步划分，直到满足停止条件，其中，所述停止条件包括：所有样本都属于同一类、没有可用特征进行进一步划分、达到预设的最大树深度、或者子集中的样本数量小于预设的阈值。

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东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼2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。