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！

龙图腾网获悉华南理工大学申请的专利一种自动睡眠分期方法、系统、装置及存储介质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：CN118986274B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202410964543.9，技术领域涉及：A61B5/00；该发明授权一种自动睡眠分期方法、系统、装置及存储介质是由张通;沈远杭设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本一种自动睡眠分期方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种自动睡眠分期方法、系统、装置及存储介质，其中方法包括：获取被测者睡眠时的多导睡眠图；根据多导睡眠图提取生理信号特征，对生理信号特征进行对抗增强处理，获得增强生理信号特征；基于增强生理信号特征，学习多模态生理信号之间的高阶关联关系，根据高阶关联关系进行多模态融合，并获取睡眠阶段分类结果。本发明通过对生理信号对抗增强得到信息量平衡后的生理信号数据，并通过数据融合以实现自动睡眠状态检测，提升了预测准确度。另外，对采集得到的多模态生理信号特征进行模态间高阶关联捕获，有效利用多模态生理信号的冗余信息和关联信息进行特征融合。本发明可广泛应用于睡眠分析技术领域。

本发明授权一种自动睡眠分期方法、系统、装置及存储介质在权利要求书中公布了：1.一种自动睡眠分期方法，其特征在于，包括以下步骤： 获取被测者的多导睡眠图； 根据多导睡眠图提取生理信号特征，对生理信号特征进行对抗增强处理，获得增强生理信号特征； 基于增强生理信号特征，学习多模态生理信号之间的高阶关联关系，根据高阶关联关系进行多模态融合，并获取睡眠阶段分类结果； 根据获得的生理信号特征，基于生成对抗网络进行跨模态生理信号数据转换，最终基于通道特征混合技术对各个生理信号进行特征混合，获得增强生理信号特征； 所述生成对抗网络包括判别器D和各个模态对应的编码器、解码器； 定义编码后模态m1的特征分布为： 式中，是编码器方程，θm1是该方程的参数；pxm1是编码前模态m1的特征的分布；xm1是模态m1的初始特征，即模态m1未经过对抗增强的生理信号特征； 是经过编码后模态m1的特征； 所述判别器D用于判别各个编码器生成的模态特征是否为对应模态，定义判别损失函数为： 其中定义错误对抗损失函数为： 定义正确对抗损失函数为： 式中，为经过编码后模态m2的特征，为经过编码后模态m3的特征，w为可训练的参数，D为判别器； 所述解码器的表达式为： 式中，是解码器方程，θdm1是该方程的参数；是经过解码后模态m1的特征的分布；是经过解码器解码后模态m1的特征； 对于解码器，定义重构损失： 式中，为经过解码器解码后的多模态生理信号特征，xf为未经编码和解码的生理信号特征，||||2为L2范数； 将编码后的各个模态的特征进行通道混合增强，定义增强后模态m1的特征为： 式中，a和b是可学习的参数，Mxm1是增强后模态m1的生理信号特征； 经过通道混合增强后，得到增强生理信号特征。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。