買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉安徽大學申請的專利一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN119302672B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202411852205.2，技術領域涉及：A61B5/372；該發(fā)明授權一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法是由胡世昂;項雪;查智文;黃霄龍;呂宛兒;呂釗;范存航設計研發(fā)完成，并于2024-12-16向國家知識產(chǎn)權局提交的專利申請。

本一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法在說明書摘要公布了：本發(fā)明公開了一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法，包括：對被試的多電極通道中的每一電極通道的EEG數(shù)據(jù)進行預處理，得到1?20Hz頻率下的功率譜密度PSD；利用1?20Hz頻率下的PSD計算每一電極通道的腦電神經(jīng)譜特征，包括非周期參數(shù)AF、周期參數(shù)PF、功率比PR、相對能量RE和峰度KUR；將每一電極通道的上述腦電神經(jīng)譜特征作為單電極自身獨立表征的頻譜信息，通過稀疏線性回歸方法刻畫出所有電極神經(jīng)譜特征的跨電極互相表征的相似性關系矩陣；最后，構建全連接多層神經(jīng)網(wǎng)絡，學習被試的單電極神經(jīng)譜特征和電極間神經(jīng)譜特征表征的相似性矩陣與大腦年齡之間的映射關系，根據(jù)上述跨電極神經(jīng)譜特征和神經(jīng)網(wǎng)絡預測被試的大腦年齡。

本發(fā)明授權一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法在權利要求書中公布了：1.一種基于神經(jīng)譜信息跨電極表征學習的大腦年齡預測方法，包括：S1、對被試的多電極通道中的每一電極通道的EEG數(shù)據(jù)進行預處理，得到1-20Hz頻率下的功率譜密度PSD；S2、利用1-20Hz頻率下的功率譜密度PSD計算每一電極通道的腦電神經(jīng)譜特征，包括非周期參數(shù)AF、周期參數(shù)PF、功率比PR、相對能量RE和峰度KUR；S3、將每一電極通道的上述腦電神經(jīng)譜特征作為單電極獨立表征的神經(jīng)譜特征，通過稀疏線性回歸方法來量化各電極之間神經(jīng)譜特征的跨電極表征關系，得到神經(jīng)譜特征的電極間神經(jīng)譜特征相似性表征矩陣；S4、構建全連接多層神經(jīng)網(wǎng)絡，學習被試的腦電神經(jīng)譜特征及電極間神經(jīng)譜特征相似性表征矩陣與大腦年齡之間的關系，最終根據(jù)上述特征得到對應的大腦年齡，步驟S3包括：被試的腦電神經(jīng)譜特征表示為共m個電極，其中，表示第m個電極的腦電神經(jīng)譜特征構成的一個目標向量，其它電極的腦電神經(jīng)譜特征構成m-1個預測向量；根據(jù)稀疏線性回歸算法計算每一目標向量和其他預測向量之間的一組回歸系數(shù)，其中稀疏回歸模型為，其中為回歸系數(shù),y為目標向量，數(shù)據(jù)矩陣包含除以外的所有電極向量；對于每一個被試，重復此過程m次后，得到m組回歸系數(shù)，據(jù)此構建電極間神經(jīng)譜特征相似性表征矩陣： 其中，矩陣的每一行代表來自單個稀疏回歸模型的一組回歸系數(shù)。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人安徽大學，其通訊地址為：230601 安徽省合肥市經(jīng)濟技術開發(fā)區(qū)九龍路111號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。