Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜首都医科大学附属北京天坛医院李丽君获国家专利权

恭喜首都医科大学附属北京天坛医院李丽君获国家专利权

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!

龙图腾网恭喜首都医科大学附属北京天坛医院申请的专利一种基于GM-GP算法的睡眠状态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:CN119377900B

龙图腾网通过国家知识产权局官网在2025-03-28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:202411965739.6,技术领域涉及:G06F18/25;该发明授权一种基于GM-GP算法的睡眠状态监测方法是由李丽君;王春雪;张宁;陈锡坤设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种基于GM-GP算法的睡眠状态监测方法在说明书摘要公布了:本发明公开了一种基于GM‑GP算法的睡眠状态监测方法,涉及智能健康监测技术领域,包括,通过生理信号采集设备实时采集多模态信号,并进行预处理;从预处理后的多模态信号中分离出脑电信号,并进行非线性特征提取,计算其关联维数;将脑电信号的关联维数输入到GM模型中进行建模,捕捉不同睡眠阶段的动态变化特征;引入混合记忆增强网络,对脑电信号及多模态信号的时间序列进行趋势预测;基于混合记忆增强网络的预测结果和优化后的睡眠分期结果,实时检测用户在不同睡眠阶段的时间比例和数量;本发明采用混合记忆增强网络对多模态生理信号进行趋势预测,保证了睡眠状态监测的实时性和连续性,提升了整体监测的稳定性和可靠性。

本发明授权一种基于GM-GP算法的睡眠状态监测方法在权利要求书中公布了:1.一种基于GM-GP算法的睡眠状态监测方法,其特征在于:包括,通过生理信号采集设备实时采集多模态信号,并进行预处理;从预处理后的多模态信号中分离出脑电信号,并进行非线性特征提取,计算其关联维数;将脑电信号的关联维数输入到GM模型中进行建模,捕捉不同睡眠阶段的动态变化特征;将不同睡眠阶段的变化特征输入GP模型进行分类,并结合脑电信号的关联维数优化睡眠分期的精度;引入混合记忆增强网络,对脑电信号及多模态信号的时间序列进行趋势预测,具体步骤为,将采集到的脑电信号和多模态信号经过预处理后,形成时间序列张量;将输入张量通过双向时间卷积网络,捕捉时间序列的局部模式,通过双向卷积处理时间序列的前后依赖输出卷积特征;采用短期记忆单元,并结合时间门控机制处理卷积特征,输出短期记忆状态;在短期记忆状态的记忆层之上引入长期记忆单元,生成长期记忆状态;引入递归注意力机制,对时间序列中特定时间步的重要性进行自适应加权,输出加权后的输出状态;基于加权后的输出状态,结合短期记忆、长期记忆和递归注意力的输出,构建趋势预测模型,生成时间步的预测值;对趋势预测进行优化,同时结合均方误差、时间序列平滑性约束和注意力权重正则化项,构建趋势预测模型的损失函数;基于混合记忆增强网络的预测结果和优化后的睡眠分期结果,实时检测用户在不同睡眠阶段的时间比例和数量;所述将脑电信号的关联维数输入到GM模型中进行建模,捕捉不同睡眠阶段的动态变化特征,具体步骤为,利用脑电信号计算出的关联维数构建时间序列;对关联维数时间序列进行累加生成操作,得到累加生成序列;基于累加生成序列,通过GM模型对未来时刻的累加生成序列进行初步预测;将初步预测的累加生成序列,通过逆累加生成操作恢复为原始的关联维数预测值,输出初步的关联维数预测序列;采用前馈神经网络,对初步的关联维数预测序列进行修正;通过分析修正后的关联维数预测序列及其变化率,捕捉不同睡眠阶段的动态变化特征。

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首都医科大学附属北京天坛医院,其通讯地址为:100160 北京市丰台区南四环西路119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”。

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。