長春大學史麗娟獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉長春大學申請的專利基于孤獨癥腦電信號的多層級特征融合的分類裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120267288B 。
龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510757241.9,技術領域涉及:A61B5/16;該發明授權基于孤獨癥腦電信號的多層級特征融合的分類裝置是由史麗娟;馬林濤;趙劍;王海燕;王柳;匡哲君;韓秋蕾;劉明亮設計研發完成,并于2025-06-09向國家知識產權局提交的專利申請。
本基于孤獨癥腦電信號的多層級特征融合的分類裝置在說明書摘要公布了:基于孤獨癥腦電信號的多層級特征融合的分類裝置,涉及腦電信號分析領域,解決了現有深度學習方法在孤獨癥腦電信號分類中僅關注高級特征而忽視低級特征的局限等問題。所述分類方法包括以下步驟:獲取孤獨癥患者的腦電信號,并對腦電信號執行非線性多維預處理步驟;對預處理后的腦電信號進行時域?頻域雙域聯合特征提取;構建具有分解?融合?精煉三階段處理能力的層級融合與細化模塊;基于所提取的層級融合后的特征,構建具有自適應特征權重分配機制的多層級特征融合模型,并采用自監督的訓練策略訓練基于孤獨癥腦電信號的多層級特征融合模型實現孤獨癥與非孤獨癥樣本的分類。本發明還適用于深度學習腦電信號特征融合領域中。
本發明授權基于孤獨癥腦電信號的多層級特征融合的分類裝置在權利要求書中公布了:1.基于孤獨癥腦電信號的多層級特征融合的分類裝置,其特征在于,所述分類裝置包括: 預處理模塊,用于獲取孤獨癥患者的腦電信號,并對所述孤獨癥患者的腦電信號執行非線性多維預處理步驟; 特征提取模塊,用于對預處理模塊中預處理后的孤獨癥患者的腦電信號進行時-頻雙域聯合特征提取,包括基于動態參數調整的神經網絡構建時間域特征提取模型、基于信號變換與譜分析方法構建頻率域特征提取模型、從時間域特征提取模型和頻率域特征提取模型所提取的路徑獲取多層級層次化特征表示; 層級融合模塊,用于構建具有分解-融合-精煉三階段處理能力的層級融合與細化模塊HDFR,包括特征解耦單元與正交融合單元,用于對特征提取模塊中所提取的特征進行層級融合; 分類模塊,用于基于層級融合模塊所提取的層級融合后的特征,構建具有自適應特征權重分配機制的多層級特征融合模型,并采用自監督的訓練策略訓練基于孤獨癥腦電信號的多層級特征融合模型實現孤獨癥與非孤獨癥樣本的分類; 特征提取模塊中對預處理后的孤獨癥腦電信號進行時域-頻域雙聯合特征提取的方法為:通過構建具有自適應參數調整能力的深度神經網絡實現時域和頻域特征的協同提取與表示學習; 通過構建具有自適應參數調整能力的深度神經網絡實現時域和頻域特征的協同提取的方法為: 輸入預處理后的孤獨癥腦電信號時間序列后,經過多尺度殘差塊進行提取不同尺度的時域特征,在通道、空間和核三個維度上引入注意力機制,實現對孤獨癥腦電信號關鍵特征的動態捕捉; 輸入預處理后的孤獨癥腦電信號時間序列后,經過短時傅里葉變換轉化為頻譜域,通過不同核大小的全維動態卷積進行提取頻域特征; 層級融合模塊中所構建層級融合與細化模塊HDFR包括構建差分融合塊模塊DFB和正交融合塊模塊OFB, 差分融合塊模塊DFB,用于對時間域和頻率域特征分離時域和頻域的獨特和共享特征; 正交融合塊模塊OFB,用于對時間域和頻率域特征進行多層次特征的融合。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人長春大學,其通訊地址為:130022 吉林省長春市衛星路6543號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。