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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于指数幂扩散模型的癫痫脑电数据扩充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：CN120260962B 。

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：202510734935.0，技术领域涉及：G16H50/70；该发明授权基于指数幂扩散模型的癫痫脑电数据扩充方法及装置是由董秋雷;方奕钦设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于指数幂扩散模型的癫痫脑电数据扩充方法及装置在说明书摘要公布了：本发明涉及癫痫检测技术领域，公开了基于指数幂扩散模型的癫痫脑电数据扩充方法及装置，该方法包括：设置指数幂分布的最佳形状参数；基于最佳形状参数构建基于指数幂分布的前向扩散模块和基于指数幂分布的反向去噪模块；基于预先获取的原始脑电数据对基于指数幂分布的前向扩散模块进行前向扩散，得到噪声数据；通过前向扩散的噪声数据对基于指数幂分布的反向去噪模块进行训练，得到训练好的指数幂扩散模型；对指数幂分布进行采样后得到服从指数幂分布的噪声数据，并将服从指数幂分布的噪声数据输入至指数幂扩散模型的反向去噪模块中，逐步重构生成新的脑电数据。本发明引入指数幂分布提高了扩散模型对复杂脑电数据的建模能力。

本发明授权基于指数幂扩散模型的癫痫脑电数据扩充方法及装置在权利要求书中公布了：1.一种基于指数幂扩散模型的癫痫脑电数据扩充方法，其特征在于，所述方法包括： 设置指数幂分布的最佳形状参数；所述设置指数幂分布的最佳形状参数，包括： 基于极大似然估计法和拟牛顿优化算法，自适应地估计输入数据的最佳形状参数； 所述基于极大似然估计法和拟牛顿优化算法，自适应地估计输入数据的最佳形状参数，包括: 设置指数幂分布的概率密度函数；所述指数幂分布的概率密度函数为： ； 其中，为伽马函数，为中心矩参数，为均值参数，为形状参数，表示随机变量，在这里仅是先定义指数幂分布的概率密度函数； 基于所述概率密度函数和预先获取的原始脑电数据采用极大似然估计算法计算极大似然函数，并计算极大似然函数对应的对数似然函数；所述对数似然函数为： ； 其中，为训练数据集中的样本数据；为样本数据的个数； 将所述对数似然函数等效为无约束优化问题，采用拟牛顿优化算法求解所述无约束优化问题，得到输入数据的最佳形状参数；所述最佳形状参数表示为： ； 基于所述最佳形状参数构建基于指数幂分布的前向扩散模块和基于指数幂分布的反向去噪模块； 基于预先获取的原始脑电数据对所述基于指数幂分布的前向扩散模块进行前向扩散，得到噪声数据； 基于前向扩散的噪声数据对所述基于指数幂分布的反向去噪模块进行训练，得到训练好的指数幂扩散模型； 对预设指数幂分布的概率密度函数进行采样后生成服从指数幂分布的噪声数据，并将所述服从指数幂分布的噪声数据输入至指数幂扩散模型的反向去噪模块中，逐步重构生成新的脑电数据。

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中国科学院自动化研究所，其通讯地址为：100080 北京市海淀区中关村东路95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。