买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学;广州奥滴尔科技有限公司申请的专利一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116584891B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310353366.6，技术领域涉及：A61B5/00；该发明授权一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法是由何克晶;舒诗文;卓伟伦设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法在说明书摘要公布了：本发明公开了一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法。所述方法包括以下步骤：获取待检测的人体的不同呼吸信号数据并进行预处理；将预处理后的数据输入TF‑Res2Net模块，获取呼吸信号的时频域不同尺度的空间特征输入混合注意力模块，将获得的不同呼吸信号内部的关联特征、不同呼吸信号间的交叉特征联结，输入自适应融合模块，经过激活函数为Softmax的全连接层，输出睡眠呼吸暂停综合征的检测结果。本发明可以自动融合人体不同呼吸信号的不同尺度的时频域特征、单个呼吸信号内部的关联特征、不同呼吸信号之间的交叉特征，并过滤不同信号间的冗余特征，增强模型的泛化能力，提升睡眠呼吸暂停综合征检测的效率。

本发明授权一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法在权利要求书中公布了：1.一种基于多层次特征融合的睡眠呼吸暂停综合征检测方法，其特征在于，包括以下步骤： S1、获取待检测的人体的不同呼吸信号数据并进行预处理，得到预处理后的数据；所述数据预处理步骤包括： 将人体的不同呼吸信号进行z-score标准化； 将标准化后的人体的不同呼吸信号统一划分为长度大于等于10秒的不重叠片段； 对呼吸信号片段进行睡眠呼吸暂停类别标记，若该片段中存在超过10秒的低通气事件、阻塞性睡眠呼吸暂停事件或中枢性睡眠呼吸暂停事件，则分别标记为低通气、阻塞性睡眠呼吸暂停或中枢性睡眠呼吸暂停；否则，将上述片段标记为正常； S2、将预处理后的数据输入TF-Res2Net模块，获取呼吸信号的时频域不同尺度的空间特征；所述TF-Res2Net模块包括时域分支和频域分支，频域分支作为时域分支的残差；预处理后的第一呼吸信号片段为，则有： 其中，是呼吸信号片段中的时间点对应的值，是呼吸信号片段中时间点的数量； 在时域分支，将第一呼吸信号片段输入一维卷积层后，平均分割为份，记为，表示分割后的第一呼吸信号片段，时，每个特征子集经过额外的卷积操作后，作为残差进入下一个特征子集的卷积操作： 其中，为特征子集经上述额外的卷积操作后的输出，为一维卷积操作；将所有特征子集的输出联结，输入一维卷积层，作为时域分支的输出： 其中，为联结Concatenation操作； 在频域分支，将第一呼吸信号片段进行离散傅里叶变换DiscreteFourierTransform，DFT，保留实部，记为，重复时域分支中的分割、卷积、联结、卷积操作，获取频域分支的输出： 其中，表示分割后的第一呼吸信号的频域片段，表示分割后的第一呼吸信号的频域片段中的第个特征子集，为频域的特征子集经上述额外的卷积操作后的输出；将时域分支的输出和频域分支的输出相加，输入最大池化层MaxPool后，获取TF-Res2Net模块的输出： ； S3、将呼吸信号的时频域特征输入混合注意力模块Mixed-Attn-Block，以获取不同呼吸信号内部的关联特征、不同呼吸信号间的交叉特征；混合注意力模块Mixed-Attn-Block包括单信号的自注意力模块，以及信号间的多头交叉注意力模块，其中单信号的自注意力模块由图注意力网络实现： A1、假设第一呼吸信号片段经过TF-Res2Net模块的输出为，作为单信号自注意力模块的输入，其中是中的时间点个数，为中每一个时间点的向量表示； A2、计算中时间点对于时间点的注意力权重： 其中为内部共享的权重矩阵，为非线性激活函数,为联结Concatenation操作； A3、对单信号自注意力模块的输入加权，获取融合单信号内部关联特征的增强矩阵表示： 其中，为第一呼吸信号的矩阵表示，为时间点的邻居节点，为激活函数，是融合时间点与其邻居节点间的关联特征后的时间点的向量表示； A4、假设第二呼吸信号、第三呼吸信号经过TF-Res2Net模块的输出分别为和，重复步骤A1~步骤A3，获取第二呼吸信号的矩阵表示和第三呼吸信号的矩阵表示 所述信号间的多头交叉注意力模块包括以下操作： B1、根据多头交叉注意力机制计算第一呼吸信号的矩阵表示与第二呼吸信号的矩阵表示的关联矩阵： 其中，为查询信号的矩阵表示，为被查询信号与查询信号之间的关系矩阵表示，为被查询信号的矩阵表示，为关系矩阵的维度；分别为不同的随机初始化参数矩阵，为第个单头交叉注意力表示；是多头交叉注意力机制中头的个数； B2、将第一呼吸信号的矩阵表示和关联矩阵相加，进行层归一化，输入全连接层，再进行层归一化得到交叉信号矩阵表示： B3、交换查询信号和被查询信号，根据多头交叉注意力机制计算第二呼吸信号的矩阵表示与第一呼吸信号的矩阵表示的关联矩阵： B4、将第二呼吸信号的矩阵表示和关联矩阵相加，进行层归一化，输入全连接层，再进行层归一化得到第二呼吸信号和第一呼吸信号的交叉信号矩阵表示： B5、多次重复步骤B1~步骤B4，分别获取第二呼吸信号和第三呼吸信号的交叉信号矩阵表示，第三呼吸信号和第二呼吸信号的交叉信号矩阵表示，第一呼吸信号和第三呼吸信号的交叉信号矩阵表示，第三呼吸信号和第一呼吸信号的交叉信号矩阵表示； S4、将不同呼吸信号内部的关联特征和不同呼吸信号间的交叉特征联结，输入自适应融合模块，经过激活函数为Softmax的全连接层，输出睡眠呼吸暂停综合征的检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学;广州奥滴尔科技有限公司，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。