公开(公告)号：CN119474855A

公开(公告)日：2025-02-18

申请号：CN202411431970.7

申请日：2024-10-14

Applicant: 杭州电子科技大学

Inventor： 张建海 ,  徐凯凯 ,  程世超

IPC: G06F18/214 ,  A61B5/372 ,  A61B5/374 ,  A61B5/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/213 ,  G06F18/2131 ,  G06N3/0455 ,  G06F18/22 ,  G06F17/18

Abstract: 本发明公开一种融合时频域和微分熵特征的脑电信号生成方法及系统。将原始脑电信号加入VAE编码器中得到隐空间分布。在VAE解码器中，加入标准高斯噪声和隐空间噪声分别得到生成脑电和重构脑电。将生成脑电、重构脑电和原始脑电输入鉴别器判断真伪。在训练过程中，采用KL散度损失训练VAE编码器参数，采用重构损失和相似度损失训练VAE解码器参数，采用交叉熵损失和梯度惩罚函数训练鉴别器参数。训练过程中VAE解码器不断生成更真实的脑电信号。最终VAE解码器和鉴别器达到平衡，VAE解码器达到扩增脑电信号数据集的能力。本发明能够通过生成更加真实的脑电信号数据来扩充脑电信号数据集，从而改善网络模型的泛化能力和性能。

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。