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！

龙图腾网获悉杭州电子科技大学申请的专利基于深度学习与形态学的睡眠癫痫电持续活动量化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：CN116746948B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310793934.4，技术领域涉及：A61B5/374；该发明授权基于深度学习与形态学的睡眠癫痫电持续活动量化方法是由曹九稳;金琛智;郑润泽;胡丁寒;蒋铁甲;高峰设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本基于深度学习与形态学的睡眠癫痫电持续活动量化方法在说明书摘要公布了：本发明公开了一种基于深度学习与形态学的睡眠癫痫电持续活动量化方法。本发明包括如下步骤：1、对信号进行预处理操作；2、将预处理后的T3通道信号输入到改进后的语义分割网络进行棘波识别，该网络能够识别出患者的棘波放电的位置与持续时间，并输出具有棘波数据段细粒度标签的信号；3、将获得的带棘波信息的信号作为形态学模块的输入，对候选区域进行判断，得到癫痫样棘慢波片段的个数和持续时长，并得到总的放电时间，从而计算每个样本的放电指数；4、将Cz通道信号输入到基于Resnet34的睡眠分期模块，实现对每一个30s长度样本的睡眠分期。本发明能够实现儿童睡眠中癫痫电持续活动识别与量化。

本发明授权基于深度学习与形态学的睡眠癫痫电持续活动量化方法在权利要求书中公布了：1.基于深度学习与形态学的睡眠癫痫电持续活动量化方法，其特征在于包括如下步骤： 步骤1、对信号进行预处理操作；对预处理后的脑电信号进行切分，选取包含完整睡眠的数据段，再进行等长切分获得样本，并对各样本进行睡眠期、棘波段的标注，以供后续训练深度网络使用； 步骤2、将预处理后的T3通道信号输入到改进后的语义分割网络进行棘波识别，该网络能够识别出患者的棘波放电的位置与持续时间，并输出具有棘波数据段细粒度标签的信号； 步骤3、将获得的带棘波信息的信号作为形态学模块的输入，形态学模块结合语义分割网络输出的棘波位置信息，对候选区域进行下一步判断，最终得到癫痫样棘慢波片段的个数和持续时长，并得到总的放电时间，从而计算每个样本的放电指数； 步骤4、将Cz通道信号输入到基于Resnet34的睡眠分期模块，实现对每一个30s长度样本的睡眠分期； 步骤5、结合步骤3、4的输出，实现儿童睡眠中癫痫电持续活动识别与量化。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。