公开(公告)号：CN115844326A

公开(公告)日：2023-03-28

申请号：CN202211459859.X

申请日：2022-11-16

Applicant: 杭州电子科技大学

Inventor： 张建海 ,  刘芬 ,  朱莉 ,  黄慧 ,  陈游 ,  李科 ,  陈文斌

IPC: A61B5/00 ,  A61B5/369 ,  A61B5/372 ,  G06F18/24 ,  G06F18/25 ,  G06F18/213 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开一种基于关键脑网络的自适应睡眠分期方法及系统。通过多通道脑电采集设备采集脑电信号数据；对采集的脑电信号数据进行预处理；对预处理后的脑电信号数据提取节点特征和边特征，构建全连接的加权有向图，即动态效应脑网络；构建融合时空信息的关键脑网络；利用自适应睡眠分期识别模型实现对脑电信号的睡眠分期识别。本发明使用了不同于以往的结构脑网络或功能脑网络对睡眠分期进行分析，而使用了效应脑网络，即有向图，考虑到大脑信息交互的方向性的同时，使用注意力机制对有向图进行关键边特征和节点特征选取，从而使用自适应睡眠分期识别模型达到了更准确的睡眠分期识别结果。

公开(公告)号：CN117668512A

公开(公告)日：2024-03-08

申请号：CN202311759440.0

申请日：2023-12-20

Applicant: 杭州电子科技大学

Inventor： 张建海 ,  陈文斌 ,  朱莉 ,  张舜豪 ,  徐凯凯

IPC: G06F18/2113 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/24 ,  G06N20/00 ,  G06F123/02

Abstract: 本发明公开一种基于强化学习的睡眠分期方法及系统，包括如下步骤：脑电采集；脑电信号预处理；构建动作策略网络进行特征提取；设置奖励函数；动作策略网络更新；输出分类结果。本发明提出在睡眠分期领域中基于过滤式的特征提取方法上，更好的进行睡眠脑电信号特征优选，剔除冗余特征的同时保持准确率。本发明注重睡眠脑电信号原始数据提供的有效信息以及特征之间的关联信息，通过不断学习来得到一个最优特征子集，不仅考虑了各个睡眠脑电信号特征之间的相互作用，还可以动态地调整特征组合以适应不同的数据集和任务要求，从而去除睡眠分期识别模型中的冗余特征，通过该睡眠分期识别模型获得分期结果。

公开(公告)号：CN116115240A

公开(公告)日：2023-05-16

申请号：CN202211614998.5

申请日：2022-12-14

Applicant: 杭州电子科技大学

Inventor： 张建海 ,  刘伟健 ,  朱莉 ,  刘芬 ,  陈文斌 ,  梅佳伟

IPC: A61B5/372 ,  A61B5/16

Abstract: 本发明公开基于多分支图卷积网络的脑电情绪识别方法。本发明建模的图信号特征数据，还原脑电数据本身在空间和功能上的联系，利用多维特征保留了更多的情感信息，用于准确分类识别个体的情感状态。结合注意力机制，在情感信息丰富度上很好的区分不同的样本数据，进而大大降低冗余数据对分类性能的干扰，具有良好的分类效果和可泛化性；采用多支路图卷积模型，该模型同时考虑了通道间的物理性连接和相关性连接，利用基于相关性连接的注意机制来辅助优化基于物理连接的邻接矩阵，解决目前普通图卷积模型中邻接矩阵信息单一化的问题。本发明利用在线脑机接口系统，改以往多是对离线脑电数据进行分析的现象，提高了脑电数据分析的实时性。