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！

龙图腾网获悉中船人因工程研究院(青岛)有限公司申请的专利一种基于迭代图卷积神经网络的癫痫脑电分类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：CN116831594B 。

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：202310623456.2，技术领域涉及：A61B5/369；该发明授权一种基于迭代图卷积神经网络的癫痫脑电分类方法是由张玉乾;付永江;彭玉娇;张玉麟;牛嵩云;程婕;程远;崔婧;隋毅;于永强;孙仁诚;吴舜尧设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于迭代图卷积神经网络的癫痫脑电分类方法在说明书摘要公布了：本发明公开了基于迭代图卷积神经网络的癫痫脑电分类方法，通过计算癫痫脑电数据节点相似性和距离相似性作为原始图结构，引入多头图注意力机制进行节点相似性度量学习，迭代优化图结构和图卷积神经网络的参数，寻找最优的图结构并且达到最优的癫痫脑电分类效果。在TUEP双极和单极蒙太奇数据集，以及TUAB和MPILEMON联合数据集进行实验，验证了所提方法的有效性。其具有更好的癫痫脑电分类效果，获取更准确的脑电图结构。

本发明授权一种基于迭代图卷积神经网络的癫痫脑电分类方法在权利要求书中公布了：1.一种基于迭代图卷积神经网络的癫痫脑电分类方法，其特征在于，具体包括以下步骤： 1采集脑电数据，计算癫痫脑电多通道的多特征矩阵作为原始脑电通道节点特征init_node，根据原始脑电节点特征计算癫痫脑电节点相似性作为原始图结构init_adj； 2将init_node和init_adj输入到相似度度量学习模块，更新图结构为第一层new_adj，或将第t-1层new_node和new_adj输入到相似度度量学习模块，更新图结构为第t层new_adj,t为迭代层数，是大于等于2的正整数； 步骤2包括： 201脑电通道i和脑电通道j在输入图中是相邻的两个节点，对于这两个脑电通道的嵌入向量和和是原始节点特征init_node，或上一层GCN训练后的节点嵌入new_node，计算它们的注意力值eij，计算方法如公式7所示； 其中，W是一个可学习的权重向量，借助W对通道特征和进行数据增维，对高维嵌入向量进行特征拼接，最后借助α·将拼接后的高维向量映射为一个标量，得到通道i对于通道j的注意力得分； 202将该脑电通道i的每个邻居的注意力值eij进行归一化操作，将每个邻居的注意力分数和除以所有邻居的注意力分数之和，归一化后的注意力权重作为最终的通道相似性得分，具体做法如公式8所示， 其中，Ni表示通道i的所有邻居节点，eio表示脑电通道i和脑电通道o的注意力值； 203根据公式9，将相似性度量函数修改为多头注意力机制，采用平均法整合多头结果，得到节点i和j的相似性Aij,所有节点的相似性组成非负边权矩阵A； 其中，表示第k头独立的αij； 204设置一个非负阈值ε，将A中那些小于ε的元素设置为0，得到一个非对称稀疏非负邻接矩阵A*，令At＝A*，从而实现了对图拓扑的稀疏化处理，其中ε设置为0.1； 205按照公式10，将A1与init_adj进行加权，得到第一层new_adj，或将At与第一层new_adj进行加权，得到第t层new_adj； A*t＝λL0+1-λ{ηfAt+1-ηfA1}10 其中，A*t表示每一层最终得到的新的图结构，L0＝D0-12A0D0-12表示初始图的归一化邻接矩阵，A0即init_adj；At和A1是在第t次和第1次迭代时计算出的两个邻接矩阵，A1是根据原始节点特征计算出来的，而At是根据t-1次迭代更新的节点嵌入Zt-1计算得出的，Zt-1为上一层的new_node，f是归一化方法，将计算得出的邻接矩阵进行归一化处理，计算方法如公式11所示，其中Ni表示节点i的所有邻居节点； 3随后同时将init_node和第一层new_adj作为图卷积神经网络GCN的输入，根据公式12，借助新的图结构聚合邻居节点信息，更新节点特征为第一层new_node； 或将第t-1层new_node和第t层new_adj作为图卷积神经网络GCN的输入，根据公式12，借助新的图结构聚合邻居节点信息，更新节点特征为第t层new_node，依次迭代，直到实现癫痫脑电分类； 其中Ht表示t层的特征向量矩阵，init_node或对应new_node，I是单位矩阵，D是At的度矩阵，σ是非线性激活函数，Wl表示的是l层卷积变换的可训练的参数矩阵。

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船人因工程研究院(青岛)有限公司，其通讯地址为：266000 山东省青岛市黄岛区滨海街道映山红路117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。