浙江大学赵莎获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于混合神经网络的自动睡眠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：CN117481600B 。
龙图腾网通过国家知识产权局官网在2026-04-10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：202311427044.8，技术领域涉及：A61B5/00；该发明授权一种基于混合神经网络的自动睡眠分期方法是由赵莎;王跻权;李石坚;江海腾;周杨煊;余正和;李涛;潘纲设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。
本一种基于混合神经网络的自动睡眠分期方法在说明书摘要公布了：本发明公开了一种基于混合神经网络的自动睡眠分期方法，其利用卷积变压器epoch编码器学习epoch内的局部特征和全局特征，并利用跨模态上下文编码器对跨模态上下文关系进行建模，再利用基于变压器的序列编码器来学习序列特征，最后利用epoch级分类器来预测每个epoch所处的睡眠阶段，从而提高自动睡眠分期模型的预测性能。
本发明授权一种基于混合神经网络的自动睡眠分期方法在权利要求书中公布了：1.一种基于混合神经网络的自动睡眠分期方法，包括如下步骤： 1采集包括睡眠疾病患者和健康人士在内多名受试者的PSG数据； 2对PSG数据进行信号选取、睡眠阶段标注以及信号预处理； 3构建混合神经网络模型，其包括： 基于卷积变压器的epoch编码器，分为两条分支分别针对PSG数据中的脑电信号和眼电信号，学习epoch内部的局部及全局特征； 跨模态上下文编码器，也分为两条分支分别对应脑电信号和眼电信号，根据两个分支的局部及全局特征，借助联合注意力机制进一步学习epoch的跨模态上下文特征； 基于变压器的序列编码器，根据两个分支的跨模态上下文特征，借助自注意力机制建立序列中epoch之间的关系，学习PSG数据的序列特征； 分类器，基于所述序列特征进行分类识别，输出每个epoch属于各睡眠阶段的预测概率； 4利用采集到的PSG数据对上述混合神经网络模型进行训练，得到睡眠分期模型； 5利用所述睡眠分期模型对测试集数据进行预测，即可自动实现数据的睡眠分期任务。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励