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！

龙图腾网获悉西安交通大学申请的专利一种基于深度学习混合模型的人体状态评估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：CN116662736B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310647188.8，技术领域涉及：G06F18/00；该发明授权一种基于深度学习混合模型的人体状态评估方法是由王刚;司李成蹊;伍晨旭;刘治安;陈霸东;余晓阳设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种基于深度学习混合模型的人体状态评估方法在说明书摘要公布了：一种基于深度学习混合模型的人体状态评估方法，包括获取传感器空间多通道麻醉状态下脑电信号并对获取的脑电信号进行预处理；脑电源成像并重建，并分区计算各脑区活动分布进行脑电源重建生成源空间脑电信号；计算无偏加权相位延迟指数连接矩阵，利用两组人之间的置换检验，找出有显著差异的频带，利用有显著差异的频带进行后续分析；基于有显著差异的频带，训练特征解离双编码器卷积自编码器模型；将训练完的自编码器模型与卷积神经网络模型连接构成深度学习混合模型，训练模型，最后进行模型评估；本发明对传感器脑电信号进行分析，利用深度学习混合模型进行识别分类，减少了数据中的无用信息，提高了模型的准确率。

本发明授权一种基于深度学习混合模型的人体状态评估方法在权利要求书中公布了：1.一种基于深度学习混合模型的人体状态评估方法，其特征在于，包括以下步骤： 步骤一：获取传感器空间多通道麻醉状态下脑电信号并对获取的脑电信号进行预处理； 步骤二：脑电源成像并重建，即对传感器空间脑电信号进行计算以求得其在脑电源空间的映射；并根据Desikan-KillianyAtlas脑分区计算各脑区活动分布，进行脑电源重建，生成源空间脑电信号； 步骤三：在所有时域下，计算所有人所有通道对不同样本的无偏加权相位延迟指数连接矩阵；利用两组人之间的置换检验，找出有显著差异的频带以及对应的无偏加权相位延迟指数连接矩阵； 步骤四：基于有显著差异的频带的无偏加权相位延迟指数连接矩阵，训练特征解离双编码器卷积自编码器模型； 步骤五：将训练完的自编码器模型与卷积神经网络模型连接构成深度学习混合模型，训练模型，最后进行模型评估； 所述步骤五过程具体包括： 1构建深度学习混合模型： 将步骤四训练得到的E与卷积神经网络模型连接，即将EXm,n作为卷积神经网络模型的输入，卷积神经网络模型依次由第一卷积层、第一批标准化层、第一平均池化层、第二卷积层、第二批标准化层、第二平均池化层、扁平层、第一全连接层、第三批标准化层、第二全连接层、第四批标准化层和第三全连接层组成； 2训练模型： 利用清醒状态下有显著差异的频带的相对应的矩阵和中度麻醉状态下传感器脑电信号提取得到的有显著差异的频带的相对应的矩阵数据转化得到的一维向量作为模型训练的数据，标签仅包含此一维向量是否属于易麻醉人群； 3模型评估： 采用M折交叉验证的方法进行评价，仅使用清醒状态下有显著差异的频带的相对应的矩阵对应的一维向量进行测试，即仅观察清醒状态下的样本的分类效果，以上操作循环M次，最终计算得到平均识别准确率。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。