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！

龙图腾网获悉哈尔滨理工大学申请的专利一种多任务癫痫脑电自动检测与预测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：CN116304575B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310353564.2，技术领域涉及：G06F18/10；该发明授权一种多任务癫痫脑电自动检测与预测系统是由李冰;于尚宁;刘侠设计研发完成，并于2023-04-05向国家知识产权局提交的专利申请。

本一种多任务癫痫脑电自动检测与预测系统在说明书摘要公布了：该设计是一种多任务癫痫脑电自动检测与预测系统。该系统首先通过预处理模块接收癫痫患者待识别的脑电信号或采集到的用于训练模块的患者脑电信号，并对信号进行去噪、滤波、分段、规范化等处理，并将处理后的用于训练模块的患者脑电信号输出到训练模块；在训练模块中，通过对采集到的用于训练模块的患者脑电信号进行训练与测试，先通过多尺度卷积网络进行特征提取，然后对加入双注意力机制的检测与预测分支进行训练，并保存训练后模型参数用于检测与预测模块；在检测与预测模块中对癫痫患者待识别的脑电信号给出检测与预测结果。本发明采用模块化设计，实现了对带噪声的不平衡脑电信号的实时检测与预测，为实际应用提供可靠的系统。

本发明授权一种多任务癫痫脑电自动检测与预测系统在权利要求书中公布了：1.一种多任务癫痫脑电自动检测与预测系统，其特征包括信号预处理模块、训练模块、检测与预测模块； 所述模型预处理模块，用于接收用户输入的相关脑电信号，并对信号进行处理，并将处理后的信息输出到训练模块，其中包括如下步骤： S1.1：将癫痫脑电信号分为癫痫发作期、癫痫发作前1期、癫痫发作前2期、癫痫发作前3期以及癫痫发作间期五种类型； S1.2：使用小波函数对EEG处理，去除眼电、心电、肌电噪声干扰，使用带阻滤波器滤除脑电数据中57-63Hz和117-123Hz的工频干扰，离差标准化对数据进行规范化处理； S1.3：将癫痫脑电信号划分为2s的片段，癫痫发作期的片段有75%的重叠部分，其它时期划分的片段无重叠部分； S1.4：采用连续小波变换与短时傅里叶变换融合的方法提取每段数据的时频特征，两种方法生成的时频矩阵进行重采样之后进行拼接融合，并将特征图传递给训练模块中的预测网络； 所述训练模块，用于对经过预处理模块后的脑电信号通过神经网络进行训练，并保存训练好的模型参数，用于检测与预测模块，其包括以下步骤： S2.1：利用多尺度卷积块组成的多尺度卷积网络进行特征提取，用K最大池化层替代最大池化层进行池化操作，并在每一步多尺度卷积块之后采用双注意力模块，把提取到的信息传递给检测网络； S2.2：双注意力模块，利用最大池化和平均池化操作将沿水平和垂直方向的输入特征分别聚合为两个单独的特征图，两个特征图分别沿时间和通道方向捕获输入特征图与时间的关系和各个通道之间的关系，之后进行特征图的融合； S2.3：利用堆叠残差网络进行癫痫脑电信号的检测，每个堆叠残差网络由三个残差块组成，每个残差模块依次包含逐点卷积PointwiseConv2d，批量归一化BN处理，深度可分离卷积DepthwiseConv2d，BN处理和PointwiseConv2d，BN处理，以及修正线性单元； S2.4：利用双向长短期记忆网络Bi-LSTM网络进行癫痫脑电信号的预测，并在网络的最后一层加双注意力模块，双注意力模块由时间注意力和通道注意力组成，时间注意力模块与通道注意力模块采用并行的方式； S2.5：分别对所述检测分支网络与所述预测分支网络进行训练，获取所述检测分支网络的损失函数GHMLoss和所述预测分支网络的损失函数CrossEntropyLoss，通过两个分支损失函数计算得到总损失函数，并进行预设迭代次数的训练，完成模型建立； 所述检测与预测模块，是用于对采集到的患者脑电信号给出检测预测结果。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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。