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！

龙图腾网获悉山东中医药大学附属医院申请的专利耳甲区迷走神经刺激装置及其输出波形的模式识别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：CN120733266B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511247510.3，技术领域涉及：A61N1/36；该发明授权耳甲区迷走神经刺激装置及其输出波形的模式识别方法是由张维亮;迟永良;孙斐斐;陈昱洁;马陈晨;谷超;苏帆设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本耳甲区迷走神经刺激装置及其输出波形的模式识别方法在说明书摘要公布了：本发明涉及模式识别技术领域，具体涉及一种耳甲区迷走神经刺激装置及其输出波形的模式识别方法，具体如下：实时采集耳甲区迷走神经刺激装置输出的电流波形数据；对原始电流波形数据进行人工标注；耳甲区迷走神经刺激装置按照硬件参数配置生成参考电流；对原始电流波形数据通过物理特性引导的模拟器生成惯性分量基地矩阵；构建模式识别模型，将数据集中的原始电流波形数据输入至模式识别模型中，进行模式识别预测；对模型中的神经网络进行交替训练；基于参考电流对模型的分类结果进行校正，最终生成校正后的分类概率。本发明通过有效区分波形的固有模式与由惯性引起的畸变，可以避免在识别过程中丢失重要的有效特征，进而提升识别结果的准确性。

本发明授权耳甲区迷走神经刺激装置及其输出波形的模式识别方法在权利要求书中公布了：1.一种耳甲区迷走神经刺激装置输出波形的模式识别方法，其特征是，包括以下步骤： S1、在人体耳甲腔及耳甲区预设靶点位置通过耳甲区迷走神经刺激装置施加电刺激，通过高精度生物电信号采集系统实时捕获耳甲区迷走神经刺激装置输出的电流波形数据； S2、基于神经电生理响应特征与刺激参数关联性，由专家对收集的原始电流波形数据的模式类别进行人工标注，形成带类别标签的数据集； S3、耳甲区迷走神经刺激装置按照硬件参数配置生成参考电流，对参考电流进行数模转换输出基准波形； S4、对数据集中的原始电流波形数据通过物理特性引导的模拟器生成惯性分量基地矩阵； S4具体如下： 对数据集中的原始电流波形数据通过物理特性引导的模拟器生成惯性分量基地矩阵，来表示由耳甲区迷走神经刺激装置物理特性和生物组织响应共同产生的潜在畸变模式； 具体基于原始电流波形数据的数值微分计算加速度相关效应，结合拖尾衰减效应通过卷积运算和自适应计算的拖尾惯性耦合系数，以及自适应计算的加速度惯性耦合系数，生成表征潜在畸变模式的模拟惯性分量基底矩阵； S5、构建模式识别模型，该模型包括动态惯性抵消模块、残差计算与特征强化模块、双通道特征融合模块和特征净化与分类模块，将数据集中的原始电流波形数据输入至模式识别模型中，进行模式识别预测； S5具体如下： 将数据集中的原始电流波形数据输入至模式识别模型中，首先经过动态惯性抵消模块构建局部特征矩阵，再采用轻量级系数预测神经网络动态生成空间变系数矩阵，与惯性分量基地矩阵生成惯性补偿信号； 然后将惯性补偿信号和原始电流波形数据输入至残差计算与特征强化模块中，从原始电流波形数据中减去惯性补偿信号得到初始残差，再通过线性变换和峰值增强机制生成强化后的残差特征向量； 接着将残差特征和原始电流波形数据输入至双通道特征融合模块，通过主干神经网络进行特征提取，一个通道使用长短期记忆网络处理残差特征向量以捕捉时序依赖关系，另一通道使用卷积神经网络处理原始电流波形数据以提取局部空间模式，再将提取的特征通过注意力机制融合生成上下文加权特征向量，与残差特征相加后归一化，形成融合特征向量； 最后将融合特征输入至特征净化与分类模块，根据融合特征生成净化特征矩阵后通过并行空洞卷积提取多尺度时序特征，将提取的特征通过全连接层输出分类概率，此外还通过分类器权重感知正则化对模型进行优化； S6、对动态惯性抵消模块中的系数预测神经网络和双通道特征融合模块中的主干神经网络交替进行训练； S7、基于参考电流的基准波形对模式识别模型的分类结果进行校正，最终生成校正后的分类概率。

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山东中医药大学附属医院，其通讯地址为：250000 山东省济南市历下区文化西路42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。