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

龍圖騰網(wǎng)獲悉廈門大學(xué)附屬心血管病醫(yī)院(廈門市心臟中心)申請的專利一種有限樣本條件下的恐動癥分類方法、裝置及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120048496B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510502355.9，技術(shù)領(lǐng)域涉及：G16H50/20；該發(fā)明授權(quán)一種有限樣本條件下的恐動癥分類方法、裝置及設(shè)備是由陳媛;吳林靜;鄒慧娜;張淑潔;王琮禹;黃萍萍;張于設(shè)計研發(fā)完成，并于2025-04-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種有限樣本條件下的恐動癥分類方法、裝置及設(shè)備在說明書摘要公布了：本發(fā)明提供一種有限樣本條件下的恐動癥分類方法、裝置及設(shè)備，方法包括：讀取患者的多模態(tài)行為與生理信號數(shù)據(jù)，并運(yùn)用貝葉斯信息準(zhǔn)則結(jié)合最大期望算法從所述數(shù)據(jù)中提取用于潛在類別分析的特征表示；所述特征表示包含時間戳和空間分布特性；將所述特征表示輸入潛在類別分析模塊，通過層次聚類方法確定最佳類別數(shù)和邊界，并生成候選亞群集；對所述候選亞群集，通過引入信息論增強(qiáng)技術(shù)重新評估每個亞群的可能性，得到每個亞群的置信度得分；根據(jù)每個亞群的置信度得分，采用改進(jìn)的密度峰值聚類算法去除冗余亞群，得到最終亞群集；將所述最終亞群集輸入至訓(xùn)練過的分類模塊，以估計每個亞群的恐動癥類別，進(jìn)而根據(jù)類別實(shí)現(xiàn)精準(zhǔn)的恐動癥分類。

本發(fā)明授權(quán)一種有限樣本條件下的恐動癥分類方法、裝置及設(shè)備在權(quán)利要求書中公布了：1.一種有限樣本條件下的恐動癥分類方法，其特征在于，包括： S101，讀取患者的多模態(tài)行為與生理信號數(shù)據(jù)，并運(yùn)用貝葉斯信息準(zhǔn)則結(jié)合最大期望算法從所述數(shù)據(jù)中提取用于潛在類別分析的特征表示；其中，所述潛在類別的特征表示的提取過程表示為： 其中，θ為潛在類別的特征表示，Lθ表示目標(biāo)函數(shù)，是第k個潛在類別的先驗(yàn)概率，是第k個潛在類別的后驗(yàn)概率，K為最佳類別數(shù)，表示第i個樣本，是高斯分布的概率密度函數(shù)，是稀疏正則化項，用于控制特征表示的稀疏性； S102，將所述特征表示輸入潛在類別分析模塊，通過層次聚類方法確定最佳類別數(shù)和邊界，并生成候選亞群集； S103，對所述候選亞群集，通過引入信息論增強(qiáng)技術(shù)重新評估每個亞群的可能性，得到每個亞群的置信度得分； S104，根據(jù)每個亞群的置信度得分，采用改進(jìn)的密度峰值聚類算法去除冗余亞群，得到最終亞群集； S105，將所述最終亞群集輸入至訓(xùn)練過的分類模塊，以估計每個亞群的恐動癥類別，進(jìn)而根據(jù)類別實(shí)現(xiàn)精準(zhǔn)的恐動癥分類；其中，具體為：沿著時間維度使用動態(tài)時間規(guī)整算法對齊不同亞群的時間序列特征；對對齊后的特征進(jìn)行扁平化處理，并通過多層感知機(jī)網(wǎng)絡(luò)進(jìn)行非線性變換，以估計恐動癥類別的概率分布，進(jìn)而預(yù)測每個亞群的恐動癥類別；分類過程定義為： 其中，和bk是第k個類別的權(quán)重和偏置，是輸入樣本的特征表示，Py=k|是輸入樣本屬于類別k的概率。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廈門大學(xué)附屬心血管病醫(yī)院(廈門市心臟中心)，其通訊地址為：361000 福建省廈門市湖里區(qū)金山路2999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)”。