Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 吉林大学李明阳获国家专利权

吉林大学李明阳获国家专利权

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!

龙图腾网获悉吉林大学申请的专利一种癫痫发作在线自适应预测方法及系统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:CN121196491B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511757591.1,技术领域涉及:A61B5/00;该发明授权一种癫痫发作在线自适应预测方法及系统是由李明阳;刘畅;左安航设计研发完成,并于2025-11-27向国家知识产权局提交的专利申请。

一种癫痫发作在线自适应预测方法及系统在说明书摘要公布了:本发明公开了一种癫痫发作在线自适应预测方法及系统,涉及医疗信号处理与人工智能技术领域,该方法包括:获取目标用户的多通道脑电信号;根据空间约束独立成分分析、脑功能网络和迁移学习机制,构建癫痫发作在线自适应预测模型;将多通道脑电信号输入至癫痫发作在线自适应预测模型中,进行癫痫发作前状态的识别与预测,得到预测结果;根据预测结果,进行在线预警判断,若满足预警条件触发警报。本发明解决了由于癫痫脑电数据多变性引起的预警效果不稳定的问题,实现了临床准确、快速的在线癫痫发作预测,为难治性癫痫的治疗及其发作机制研究提供基础。

本发明授权一种癫痫发作在线自适应预测方法及系统在权利要求书中公布了:1.一种癫痫发作在线自适应预测方法,其特征在于,所述癫痫发作在线自适应预测方法,包括以下步骤: S1、获取目标用户的多通道脑电信号; S2、根据融合空间约束独立成分分析、脑功能网络和迁移学习机制,构建癫痫发作在线自适应预测模型; S3、将多通道脑电信号输入至癫痫发作在线自适应预测模型中,进行癫痫发作前状态的识别与预测,得到预测结果; S4、根据预测结果,进行在线预警判断,若满足预警条件触发警报; S2中根据融合空间约束独立成分分析、脑功能网络和迁移学习机制,构建癫痫发作在线自适应预测模型的具体内容包括: 获取用户的多通道历史脑电信号和癫痫发作情况; 根据多通道历史脑电信号和癫痫发作情况,构建训练集和测试集; 根据融合空间约束独立成分分析,构建脑电噪声估计模块; 根据脑功能网络,构建脑电特征信息映射模块; 根据迁移学习机制,构建脑电信息预测模块; 连接脑电噪声估计模块、脑电特征信息映射模块和脑电信息预测模块,得到癫痫发作在线自适应预测模型的初始模型; 基于训练集和测试集对初始模型进行训练和测试,并将训练和测试好的初始模型作为癫痫发作在线自适应预测模型; 根据融合空间约束独立成分分析,构建脑电噪声估计模块的具体内容包括: 对多通道历史脑电信号进行滤波操作,得到滤波信号; 根据空间约束矩阵和融合空间约束独立成分分析,对滤波信号进行分离处理,得到滤波信号分量; 对滤波信号分量进行小波阈值去噪处理,得到噪声成分; 对噪声成分进行投影逆变换,得到噪声估计量; 去除滤波信号中的噪声估计量,得到纯净脑电信号,并获得脑电噪声估计模块; 根据脑功能网络,构建脑电特征信息映射模块的具体内容包括: 采用频率切片小波变换对纯净脑电信号进行节律提取,得到节律脑电信号; 以节律脑电信号为对象建立多轨道自回归模块,通过最小二乘法求解多轨道自回归模块系数; 基于偏定向相干法,根据多轨道自回归模块系数构建脑功能网络图及联通矩阵,并将脑功能网络图及联通矩阵作为映射脑电信息的特征图像,得到脑电特征信息映射模块; 根据迁移学习机制,构建脑电信息预测模块的具体内容包括: 根据特征图像,通过运用领域间联合知识迁移,构建双向长短时记忆网络,得到脑电信息预测模块。

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吉林大学,其通讯地址为:130015 吉林省长春市前进大街2699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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。