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！

龙图腾网获悉曲阜师范大学申请的专利一种结合双变分图自编码器与对抗学习的癫痫检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：CN121075686B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511237535.5，技术领域涉及：G16H50/70；该发明授权一种结合双变分图自编码器与对抗学习的癫痫检测方法是由袁莎莎;苑曼曼;王玉霞;齐龙飞设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种结合双变分图自编码器与对抗学习的癫痫检测方法在说明书摘要公布了：本发明公开了一种结合双变分图自编码器与对抗学习的癫痫检测方法，涉及癫痫检测技术领域，包括脑电图特征矩阵与邻接矩阵构建；通过双变分图自编码器将节点特征和邻接关系映射到低维潜在空间，生成对应的潜在表示，并通过对应的解码器实现特征重构；引入注意力特征融合机制，对潜在向量注意力权重进行加权组合，获取融合特征向量；利用对抗学习机制，双变分图自编码器作为生成器，多层感知机作为判别器，联合训练生成器和判别器优化特征表示质量；使用Softmax函数输出分类结果。因此，采用上述一种结合双变分图自编码器与对抗学习的癫痫检测方法，能够有效减少医生的工作负担，显著提高癫痫检测的效率和准确性。

本发明授权一种结合双变分图自编码器与对抗学习的癫痫检测方法在权利要求书中公布了：1.一种结合双变分图自编码器与对抗学习的癫痫检测方法，其特征在于，包括： S1、获取原始脑电数据并进行预处理，将每个电极视为图节点，构建脑电图的节点特征与邻接矩阵；邻接矩阵用于表征脑电信号之间的拓扑结构与功能连接； S2、通过双变分图自编码器将脑电图的节点特征和邻接矩阵映射到低维潜在空间，生成对应的潜在向量，并通过对应的解码器进行特征重构；S2中，双变分图自编码器包括节点特征编码器和图结构编码器；其中，节点特征编码器用于提取脑电信号的深度节点特征，图结构编码器用于捕获脑电图功能连接的拓扑规律； 节点特征编码器包括通过三层感知机对脑电图的节点特征进行处理，得到第一潜在向量，并重构节点特征，在无监督训练阶段，通过均方误差损失约束重构节点特征与原始节点特征的差异，以此训练节点特征编码器； 图结构编码器包括两层图卷积网络，同时对节点特征和邻接矩阵进行处理，得到第二潜在向量，并重构邻接矩阵，在无监督训练阶段，通过二元交叉熵损失结合KL散度约束重构邻接矩阵与原始邻接矩阵的差异，以此训练图结构编码器； S3、基于注意力特征融合机制，通过注意力计算模块处理潜在向量，得到对应的注意力权重，量化不同潜在向量在癫痫检测任务中的贡献度，并通过加权组合得到融合特征向量；S3包括定义一个输入维度与潜在向量维度一致、输出维度为1的线性层，用于计算潜在向量的注意力权重，如下： 式中，表示第一潜在向量的注意力权重，表示第二潜在向量的注意力权重，和表示线性层权重，和表示线性层偏置，表示第一潜在向量，表示第二潜在向量，表示softmax函数，表示融合特征向量； S4、基于对抗学习机制，将双变分图自编码器作为生成器，多层感知机作为判别器，优化融合特征向量； 生成器的目标是最小化原始数据与解码器输出之间的差异； 判别器的目标是最大化生成器生成的样本与真实样本之间的差异； S5、利用优化融合特征向量，结合softmax函数完成分类任务，进而区分癫痫与非癫痫数据。

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曲阜师范大学，其通讯地址为：273165 山东省济宁市曲阜市静轩西路57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。