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)獲悉太原理工大學(xué)申請的專利基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法獲國家發(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：CN116889410B 。

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：202310888112.4，技術(shù)領(lǐng)域涉及：A61B5/369；該發(fā)明授權(quán)基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法是由相潔;孫婕;牛焱;董艷青;武旭斌;薛家玥設(shè)計研發(fā)完成，并于2023-07-19向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法在說明書摘要公布了：本發(fā)明公開一種基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法，屬于圖像分析領(lǐng)域；解決了單純的腦網(wǎng)絡(luò)分析技術(shù)未將時間因素考慮在內(nèi)、現(xiàn)有腦網(wǎng)絡(luò)技術(shù)未能捕捉到高階的電極傳播模式、高階矩陣復(fù)雜度大影響相似度指標(biāo)性能等問題。主要通過融合高階信息捕捉到電極間信息流在不同層級水平上的相互作用，基于奇異值分解的非相似度指標(biāo)有效消除矩陣冗余信息，定量比較發(fā)作路徑差異。最終成功追蹤癲癇多次發(fā)作傳播路徑不同模式，為局灶性癲癇患者手術(shù)切除提供了參考價值。

本發(fā)明授權(quán)基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法在權(quán)利要求書中公布了：1.基于動態(tài)高階有向網(wǎng)絡(luò)信息流的癲癇多次發(fā)作分析方法，其特征在于，包括以下步驟： 步驟S1：獲取局灶性癲癇患者的iEEG數(shù)據(jù)，并對iEEG數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理后的iEEG數(shù)據(jù)； 步驟S2：基于預(yù)處理后的iEEG數(shù)據(jù)，提取癲癇發(fā)作階段的時間序列，并采用1s滑動窗口劃分每次發(fā)作； 步驟S3：在每個窗口下，通過提取的時間序列構(gòu)建有效連接矩陣，并增加高階信息，得到對應(yīng)的動態(tài)高階有效連接矩陣； 步驟S4：利用動態(tài)高階有效連接矩陣，分析癲癇患者多次發(fā)作演化過程，并采用基于奇異值分解的非相似度指標(biāo)，消除矩陣冗余信息，定量比較發(fā)作路徑差異性； 在步驟S3中，得到對應(yīng)的動態(tài)高階有效連接矩陣，具體包括： 通過計算傳遞熵，得到電極間的有效連接矩陣：給定系統(tǒng)X和系統(tǒng)Y，和為其對應(yīng)的時間序列，p代表傳遞信息量的概率，通過計算信息熵得到變量間的信息流傳遞程度： 系統(tǒng)X被Y的影響程度通過系統(tǒng)間的概率差來衡量，即傳遞熵： 其中，代表k階X系統(tǒng)，代表l階Y系統(tǒng)，在此基礎(chǔ)上，構(gòu)建的K階矩陣如下： STEK＝STE1*STEK-1，k≥2 通過FDR校正去除矩陣中p＝0.001的虛假連接，然后在每個時間窗下計算高階有效連接矩陣，將得到的矩陣按照時間窗順序進(jìn)行組合，得到包含時間信息的動態(tài)高階有效連接矩陣H。

如需購買、轉(zhuǎn)讓、實施、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)人太原理工大學(xué)，其通訊地址為：030024 山西省太原市萬柏林區(qū)迎澤西大街79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)”。