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！

龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利脑电信号非线性分析方法及系统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：CN118245904B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202410661802.0，技术领域涉及：G06F18/2411；该发明授权脑电信号非线性分析方法及系统是由周梦妮;高凯;相洁;吴景龙;牛焱;武旭斌设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本脑电信号非线性分析方法及系统在说明书摘要公布了：本发明涉及一种脑电信号非线性分析方法，包括：获取预设总时间段内的静息态脑电信号，对静息态脑电信号进行预处理，得到目标脑电信号；对目标脑电信号进行分频，得到多个频段对应的目标脑电信号集；基于各频段对应的目标脑电信号集构建时频矩阵；利用时频矩阵构建包含各频段在特定时间点对应部分子目标脑电信号的多个时频域；分别计算每两个时频域之间的差值距离，基于差值距离构建两个时频域之间的距离矩阵；对距离矩阵中各频段进行特征重构，得到特征重构序列；基于特征重构序列计算多频段熵。本发明还涉及一种脑电信号非线性分析系统。本发明综合了时间及频段信息进行研究能够提高脑电信号非线性分析的准确率、特异性和敏感性。

本发明授权脑电信号非线性分析方法及系统在权利要求书中公布了：1.一种脑电信号非线性分析方法，其特征在于，该方法包括如下步骤：S1，获取预设总时间段内的静息态脑电信号，对静息态脑电信号进行预处理，得到目标脑电信号；S2，对目标脑电信号进行分频，得到多个频段对应的目标脑电信号集；S3，基于各频段对应的目标脑电信号集构建时频矩阵；S4，利用时频矩阵构建包含各频段在特定时间点对应部分子目标脑电信号的多个时频域；S5，分别计算每两个时频域之间的差值距离，基于差值距离构建两个时频域之间的距离矩阵；S6，对距离矩阵中各频段进行特征重构，得到特征重构序列；S7，基于特征重构序列计算多频段熵；所述的步骤S4包括：基于时频矩阵构建在预设子时间段n内包含Alpha频段、Beta频段以及Theta频段的时频域；其中i为特定时间点，1≤i≤n－m＋1，即为： 1 2基于上式1、2，得到： 其中，m为预设的嵌入维度；1≤n≤N；N为预设总时间段；1≤i≤n－m＋1；是指各频段在特定时间点i对应的目标脑电信号集；H代表Alpha频段、Beta频段或Theta频段；H为A时，指Alpha频段在特定时间点i对应的目标脑电信号集；H为B时，指Beta频段在特定时间点i对应的目标脑电信号集；H为T时，指Theta频段在特定时间点i对应的目标脑电信号集；所述的步骤S5包括：将计算两个时频域对应各频段之间的差值的最大值，作为差值距离；并利用如下公式（3）计算任意两个时频域之间的距离矩阵： （3）其中，、分别为嵌入维度m、全频段在特定时间点i、j对应的目标脑电信号集；、分别为Alpha频段在特定时间点i、j对应的目标脑电信号集；、分别为Beta频段在特定时间点i、j对应的目标脑电信号集；、分别为Theta频段在特定时间点i、j对应的目标脑电信号集；1＜i＜n－m＋1；1＜j＜n－m＋1；i≠j；所述的步骤S6包括：利用如下公式（4）表示距离矩阵： 其中，代表Alpha频段在特定时间点i、j之间的差值的最大值；代表Beta频段在特定时间点i、j之间的差值的最大值；代表Theta频段在特定时间点i、j之间的差值的最大值；按照数值大小升序排列距离矩阵中各频段的距离特征，得到特征排序结果；其中，距离特征为各频段在特定时间点i、j之间的差值的最大值、、；特征排序结果为：≤；其中，、、为各距离特征在重构分量中的下标索引值；根据特征排序结果生成特征重构序列： 其中，为距离矩阵对应的特征重构序列；3个频段间的排列方式一共有3!种，因此l=1，2...K；K≤3!。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。