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！

龙图腾网获悉华南理工大学申请的专利一种基于脑电信号分析的睡眠自动分期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：CN116548984B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310585045.9，技术领域涉及：A61B5/369；该发明授权一种基于脑电信号分析的睡眠自动分期方法是由文贵华;何特设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种基于脑电信号分析的睡眠自动分期方法在说明书摘要公布了：一种基于脑电信号分析的睡眠自动分期方法，包括：获取多个样本的EEG脑电信号作为训练数据，训练步骤包括：提取时域特征和频率特征；根据时域特征和频域特征对各个样本进行时序处理，提取上下文信息，得到各个样本对应的时序特征向量，构成样本序列；根据时序特征向量中的上下文信息，计算序列中不同时间步的样本特征之间的乘性指数衰减权重，结合采用注意力机制计算不同时间的样本间特征相关度，并进行加权，得到优化特征；进行分类预测，得到第一预测结果；根据预测结果计算第一损失函数L1并进行迭代，得到模型参数；本发明引入乘性指数衰减项，以减少脑电信号其他太长时间之前的分期结果对当期分类决策的影响，提高了睡眠自动分期的精度。

本发明授权一种基于脑电信号分析的睡眠自动分期方法在权利要求书中公布了：1.一种基于脑电信号分析的睡眠自动分期方法，其特征在于，包括以下步骤： 获取多个样本的EEG脑电信号作为训练数据，对预先构建的神经网络模型进行训练，并通过训练好的神经网络模型进行睡眠分期；所述神经网络模型包括第一神经网络模型； 所述第一神经网络模型训练步骤包括： 按照时序进行排列，每一个样本代表一个时间步，得到样本序列； 从训练数据中的各个样本提取时域特征和频率特征； 根据时域特征和频域特征对各个样本进行时序处理，提取样本序列中的上下文信息，得到各个样本对应的时序特征向量； 设置第一模型参数并计算序列中不同时间步的脑电数据的相似度； 其中，γt，t′为序列中第t个时间步的样本特征与第t′个时间步样本特征之间的相似度，t和t′表示样本在序列中的时间位置；为第t个时间步的样本特征的query特征矩阵的转置，kt′为第t′个时间步样本特征的key特征矩阵；Dk为key矩阵的维度，τ′为大于1，小于t的时间步，kτ′为第τ′个时间步样本特征的key特征矩阵；exp·为以自然常数e为底的指数函数； 根据相似度计算序列中不同时间步的样本特征之间基于时间步长之间的上下文感知距离度量； 设置第二模型参数并根据上下文感知距离度量计算序列中不同时间步的样本特征之间的乘性指数衰减权重； 其中st，τ是第t个时间步的样本特征与第τ个时间步样本特征之间的乘性指数衰减权重，θ是可学习的衰减率参数，t和τ表示样本在序列中的时间位置，dt,τ为第t个时间步的样本特征与第τ个时间步样本特征之间的上下文感知距离度量，为第t个时间步的样本特征的query特征矩阵的转置，kτ为第τ个时间步样本特征的key特征矩阵，Dk为key矩阵的维度，exp·为以自然常数e为底的指数函数； 计算序列中不同时间步的样本特征之间的注意力权重，并生成优化特征。 对所述优化特征进行分类预测，得到第一预测结果；根据第一预测结果计算第一损失函数L1并进行迭代，得到模型参数。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。