[发明专利]基于EEG时域多维度特征及M-WSVM的睡眠分期方法及可穿戴装置有效
| 申请号： | 201811259442.2 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109512390B | 公开（公告）日： | 2020-10-13 |
| 发明（设计）人： | 袁志勇;安攀峰;林远轩 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | A61B5/00 | 分类号： | A61B5/00;A61B5/0476 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 魏波 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于EEG时域多维度特征及M‑WSVM的睡眠分期方法及可穿戴装置，首先获取EEG连续时间信号，通过幅度‑时间映射提取EEG连续时间信号的时域多维度特征；然后对提取信号特征进行选择，以获得最优的信号的特征；最后利用M‑WSVM算法对不同分类层次的睡眠阶段进行分析与处理，实时进行睡眠分期的监测。装置包括信号采集模块、信号处理模块和信号传输模块，能够实时与智能设备的用户端通信，通过在PC端进行EEG训练数据的模型学习，将学习的算法模型移植于智能设备上运行，以进行实时的睡眠分期监测。本发明利用EEG信号特征提取与分类方法简化睡眠分期复杂度并利用生理信号测量电路开发了可穿戴睡眠分期装置，以能够获得实时、高精度的自动睡眠分期效果。 | ||
| 搜索关键词： | 基于 eeg 时域 多维 特征 wsvm 睡眠 分期 方法 穿戴 装置 | ||
【主权项】：
1.一种基于EEG时域多维度特征及M‑WSVM的睡眠分期方法，其特征在于，包括以下步骤：步骤1：获取EEG连续时间信号；步骤2：提取EEG连续时间信号的时域多维度特征；步骤3：对提取信号特征进行选择，以获得最优的信号的特征；步骤4：利用M‑WSVM算法对不同分类层次的睡眠阶段进行分析与处理，实时进行睡眠分期的监测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811259442.2/，转载请声明来源钻瓜专利网。
