山东女子学院张丽获国家专利权
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!
龙图腾网获悉山东女子学院申请的专利一种融合多尺度特征的睡眠质量监测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:CN120827347B 。
龙图腾网通过国家知识产权局官网在2026-01-16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:202511325498.3,技术领域涉及:A61B5/00;该发明授权一种融合多尺度特征的睡眠质量监测方法是由张丽;訾景润;井明;王聪;姜凯歌设计研发完成,并于2025-09-17向国家知识产权局提交的专利申请。
本一种融合多尺度特征的睡眠质量监测方法在说明书摘要公布了:本发明涉及睡眠阶段分类技术领域,尤其是提供了一种融合多尺度特征的睡眠质量监测方法。该方法包括对输入信号进行预处理,确保信号幅度一致后,将其输入至多模态睡眠信号分析网络;通过多粒度特征学习模块捕获多个时间尺度的特征,并进行特征融合;利用时空特征增强模块整合空间信息,将三维特征映射为二维时序特征序列;基于Mamba的时间上下文模块,以线性复杂度建模长距离时间依赖,经过分类模块将特征沿时间维度平均聚合,通过全连接层和激活函数Softmax输出分类结果,该方法在保证睡眠阶段分类的高效性的同时,提高了睡眠阶段分类的准确性。
本发明授权一种融合多尺度特征的睡眠质量监测方法在权利要求书中公布了:1.一种融合多尺度特征的睡眠质量监测方法,其特征在于,所述方法包括: 步骤1、对输入信号进行预处理,确保信号幅度一致后,将其输入至多模态睡眠信号分析网络;其中,输入信号包括脑电图EEG信号、眼电图EOG信号和肌电图EMG信号; 步骤2、根据步骤1,通过多粒度特征学习模块捕获多个时间尺度的特征,并进行特征融合; 步骤3、基于步骤2,利用时空特征增强模块整合空间信息,将三维特征映射为二维时序特征序列; 步骤4、根据步骤3,基于Mamba的时间上下文模块,以线性复杂度建模长距离时间依赖,经过分类模块将特征沿时间维度平均聚合,通过全连接层和激活函数Softmax输出分类结果; 所述步骤2包括: 多粒度特征学习模块包括多尺度卷积模块和特征融合模块两个子模块; 多尺度卷积模块通过并行的多尺度处理架构,从输入信号中提取不同时间分辨率下的特征;多尺度卷积模块首先将输入信号按照不同的尺度因子进行平均池化操作,以降低时间分辨率;然后对每个尺度的信号应用独立的二维卷积操作,提取局部时间特征;接着通过非线性激活函数增强表示能力;最后将各尺度特征在通道维度上拼接,形成多尺度特征表示;整个处理过程表示为: ; 其中,表示输入特征,B为批次大小,N为特征维度,T为时间序列长度,S={1,2,4,8}表示尺度因子集合;f表示非线性激活函数;D表示Dropout操作;Conv表示卷积操作;Concat表示特征拼接;AvgpoolX,s表示对X进行尺度为s的平均池化操作;表示多尺度卷积模块的输出特征,表示总输出通道数,表示降采样后的时间长度; 所述特征融合模块采用多模态分支处理架构,针对不同类型的输入信号进行独立特征提取与增强;特征融合模块首先将输入特征按照输入信号类型划分为三个处理通道:EEG信号处理通道、EOG信号处理通道和EMG信号处理通道;每个处理通道采用二维卷积层,用于提取各自信号类型的特定模式;随后通过通道注意力机制,自适应增强重要特征通道的表示强度;将三个处理通道处理后的特征在特征维度上拼接,经过批量归一化、非线性激活和Dropout正则化,形成融合的多模态特征表示;整个处理过程表示为: 其中,、、分别表示划分后的三类信号,即分别为脑电图信号、眼电图信号、和肌电图信号;Conv表示卷积操作;SE表示通道注意力机制;Concat表示特征拼接;BN表示批量归一化;D表示Dropout操作;表示特征融合模块的输出,表示总输出通道数,表示第二次降采样后的时间长度; 所述步骤3包括: 时空特征增强模块通过跨通道卷积操作整合多通道输入信号的空间关系;时空特征增强模块首先应用二维卷积层,卷积核覆盖所有通道的空间维度,以实现跨通道特征提取;随后,通过通道注意力机制,自适应增强重要特征通道的表示强度;接着应用批量归一化和非线性激活函数,以提高特征的稳定性和表达能力;最后,将整合的空间维度移除,并将特征转换为适合后续时序建模的二维时序特征序列;整个处理过程表示为: ; 其中,表示特征融合模块的输出特征;Conv表示卷积操作;SE表示通道注意力机制;BN表示批量归一化;f表示非线性激活函数;表示移除第三维的操作;表示时空特征增强模块的输出;表示时空特征增强模块的输出通道数。
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山东女子学院,其通讯地址为:250300 山东省济南市长清区大学路2399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。
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。

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