公开(公告)号：CN119679364A

公开(公告)日：2025-03-25

申请号：CN202411631021.3

申请日：2024-11-15

Applicant: 武汉大学

Inventor： 陈丹 ,  皮龙霖 ,  梁振虎 ,  杨丰源 ,  王勇

IPC: A61B5/00 ,  A61B5/369 ,  A61B5/16 ,  G06F18/2415 ,  G06F18/214

Abstract: 本申请公开了基于脑电特征归因的觉醒觉知状态相关脑区识别方法与装置，该方法包括：获取不同觉醒觉知状态下的脑电数据集；进行预处理和特征提取得到脑电特征数据集；构建分类模型，通过脑电特征数据集和对应的状态标签对分类模型进行训练，得到训练好的觉醒状态分类模型与觉知状态分类模型；获取目标脑电数据，并进行预处理和特征提取得到目标脑电特征；进行分组得到多组脑区特征组，通过特征归因算法计算每组脑区特征组与觉醒状态分类模型或觉知状态分类模型之间的重要性，基于重要性确定脑区特征组对应的脑区为与觉醒状态或觉知状态相关的脑区。本申请不仅能够对被试的觉醒与觉知状态进行区分，还能识别出觉醒状态、觉知状态的相关脑区。

公开(公告)号：CN117503056A

公开(公告)日：2024-02-06

申请号：CN202311452129.1

申请日：2023-11-01

Applicant: 武汉大学

Inventor： 陈丹 ,  姬一峰 ,  皮龙霖 ,  高腾飞 ,  熊明福

IPC: A61B5/00 ,  G06F18/10 ,  G06F18/24 ,  G06F18/25 ,  G06F18/213

Abstract: 本发明公开了基于双模态特征学习的多尺度呼吸事件自动定位方法及装置，其中的方法利用睡眠监测中最常见的口鼻气流信号和腹部压力信号作为输入数据，并基于目标检测框架设计了一个融合双模态特征的多尺度呼吸事件自动定位网络模型，并对模型检测出的结果进行后处理，得到单个信号片段的事件检测结果。最后将所有的结果按照时间顺序进行拼接，并通过事件光滑操作计算出整晚尺度上所有的睡眠事件数量，并以此计算AHI来评估个人的OSAHS严重程度。本发明模型采用端到端的训练模式，能够同时实现对睡眠呼吸事件的分类和精准定位，并实现睡眠呼吸事件的细分类以及个体尺度睡眠呼吸暂停‑低通气综合症严重程度的评估。