公开(公告)号：CN119837545A

公开(公告)日：2025-04-18

申请号：CN202411967588.8

申请日：2024-12-30

Applicant: 南京邮电大学

Inventor： 徐欣 ,  张蓓 ,  徐江南 ,  朱佳宇 ,  陈念念

IPC: A61B5/374 ,  A61B5/00 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2411

Abstract: 本发明公开了一种基于多维特征的前额脑电节律驱动的睡眠状态分期方法，属于数字信号处理领域中的脑电信号处理领域，包括如下步骤：步骤1、准备睡眠生理信号数据集；步骤2、对前额脑电信号的预处理；步骤3、对前额脑电信号进行节律波提取：步骤4、分别计算前额脑电信号和眼电信号的时域特征值、基于功率谱密度的特征值和基于多尺度熵的特征值；步骤5、将步骤四计算的特征值送入SVM支持向量机进行自动分期，最后对特征值群进行优化得到自动预测的睡眠分期结果；本发明方法具备高准确性，还能为用户提供直观的反馈，帮助用户了解自身的睡眠质量和状态，从而改善其睡眠习惯。

公开(公告)号：CN119691517A

公开(公告)日：2025-03-25

申请号：CN202411848184.7

申请日：2024-12-16

Applicant: 南京邮电大学

Inventor： 戴修斌 ,  陈念念 ,  徐欣 ,  范秋云 ,  张蓓 ,  郜海澎

IPC: G06F18/24 ,  A61B5/18 ,  A61B5/00 ,  A61B5/346 ,  A61B5/319 ,  G06F18/213 ,  G06F17/18 ,  G06F17/14 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种通过EEG信号识别疲劳状态的方法，包括步骤：采集EEG信号，并从中提取出多种特征值，用作构建样本；构建浅层神经网络，样本的各特征值历经该浅层神经网络的输入层、隐藏层及输出层的运算，由输出层输出预测结果；对预测结果作归一化处理，归一化处理结果即是否疲劳的判定结果。本发明提供的通过EEG信号识别疲劳状态的方法，综合考虑多个特征值，利用它们之间的相互作用和互补性，来构建更为全面和精细的疲劳评估模型。这样的模型不仅能够更准确地反映EEG信号中的疲劳特征，还能更好地适应不同个体之间的差异，从而提高疲劳监测的实用性和有效性。