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！

龙图腾网获悉深圳先进技术研究院申请的专利基于特征融合的癫痫发作检测方法、装置及网络设备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：CN119498774B 。

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：202411319410.2，技术领域涉及：A61B5/00；该发明授权基于特征融合的癫痫发作检测方法、装置及网络设备是由肖林霞;潘毅;魏彦杰设计研发完成，并于2024-09-22向国家知识产权局提交的专利申请。

本基于特征融合的癫痫发作检测方法、装置及网络设备在说明书摘要公布了：本申请实施例提供了一种基于特征融合的癫痫发作检测方法、装置及网络设备，所述方法包括：获取各脑电信号的通道的通道数据，并依据卷积神经网络对通道数据进行特征提取，得到通道的第一特征；依据第一特征进行通道间的关联性分析，以确定通道间的第二特征；将第一特征与第二特征进行融合，得到融合特征；将融合特征输入到包含多头注意力机制的分类模型中，确定癫痫分析结果。本方案通过将通道内特征和通道间特征进行融合，综合考虑了通道数据本身和通道数据之间的关联，可以更准确的识别癫痫的发作。

本发明授权基于特征融合的癫痫发作检测方法、装置及网络设备在权利要求书中公布了：1.一种基于特征融合的癫痫发作检测方法，其特征在于，所述方法包括： 获取各脑电信号的通道的通道数据，并依据卷积神经网络对通道数据进行特征提取，得到通道的第一特征； 依据第一特征进行通道间的关联性分析，以确定通道间的第二特征； 将第一特征与第二特征进行融合，得到融合特征； 将融合特征输入到包含多头注意力机制的分类模型中，确定癫痫分析结果； 所述依据第一特征进行通道间的关联性分析，以确定通道间的第二特征，包括： 依据第一特征，分析通道间的皮尔逊相关系数，以进行通道间的关联性分析，得到通道间的特征矩阵； 在特征矩阵中融入可自适应调整的权重信息，并依据第一特征进行权重信息的学习，以确定通道间的第二特征，权重信息对应通道间的关联关系； 所述在特征矩阵中融入可自适应调整的权重信息，并依据第一特征进行权重信息的学习，以确定通道间的第二特征，包括： 生成可学习参数的对角矩阵，对角矩阵中的参数与通道间的关联关系的权重信息相关； 将对角矩阵融入到特征矩阵中，得到自环感知矩阵，并依据第一特征进行学习； 计算自环感知矩阵的度矩阵，并依据自环感知矩阵和度矩阵进行归一化处理，得到对称归一化拉普拉斯矩阵，作为通道间的第二特征 所述包含多头注意力机制的分类模型，用于： 获取融合特征的时间信息，作为时间特征； 依据融合特征的时间特征，确定融合特征的相关特征； 确定融合特征前后的相关特征对应的注意力权重，并按照注意力权重将相关特征融入到融合特征，以确定池化特征； 采取激活函数对池化特征进行处理，确定癫痫分析结果。

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深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区西丽街道大学城学苑大道1068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。