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

龍圖騰網(wǎng)獲悉杭州電子科技大學申請的專利一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法獲國家發(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：CN119782928B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26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：202411714443.7，技術(shù)領域涉及：G06F18/2415；該發(fā)明授權(quán)一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法是由張可澤;楊昆;胡昱彬;鄭仁劍;李昀霏設計研發(fā)完成，并于2024-11-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法在說明書摘要公布了：本發(fā)明公開了一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法，其針對采集的腦電信號進行分頻濾波并提取微分熵作為通道特征，斯皮爾曼等級相關系數(shù)作為腦網(wǎng)絡特征；對濾波后提取的通道特征進行映射和堆疊，使其轉(zhuǎn)換為三維特征后輸入不同核大小的VSCM得到不同尺度的特征信息，與傳統(tǒng)技術(shù)中按通道順序一維排列的方式相比，本發(fā)明較好地考慮了電極通道在人腦空間中的實際分布，解決了原本在人腦空間中相鄰的電極通道在卷積的過程中無法被正常使用的問題；同時，本發(fā)明利用上采樣層對不同級的逐點卷積進行融合，并通過卷積層對融合后的特征經(jīng)過一系列卷積再疊加得到更加全面的多尺度特征，適用于通道數(shù)量較少的情況，提高了疲勞駕駛檢測率。

本發(fā)明授權(quán)一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法在權(quán)利要求書中公布了：1.一種基于雙源多尺度特征融合網(wǎng)絡的疲勞駕駛檢測方法，其特征在于：包括以下步驟： 步驟一、獲取不同受試者的腦電信號構(gòu)建數(shù)據(jù)集；將疲勞程度劃分為不同類別，并為數(shù)據(jù)集打上類別標簽； 步驟二、在不同頻段對數(shù)據(jù)集中的腦電信號進行濾波；分別計算濾波后腦電信號的微分熵和斯皮爾曼等級相關系數(shù)，并根據(jù)微分熵和斯皮爾曼等級相關系數(shù)獲取通道特征和腦網(wǎng)絡特征加入數(shù)據(jù)集中； 步驟三、構(gòu)建雙源多尺度特征融合網(wǎng)絡；雙源多尺度特征融合網(wǎng)絡包括腦網(wǎng)絡特征提取模塊、通道特征提取模塊和融合模塊；腦網(wǎng)絡特征提取模塊和通道特征提取模塊的輸入分別為腦網(wǎng)絡特征和通道特征；腦網(wǎng)絡特征提取模塊和通道特征提取模塊均包括多條結(jié)構(gòu)相同的支路；每條支路包括依次連接的可變核大小卷積模塊、逐點卷積和卷積層；以可變核大小卷積模塊中卷積核的大小，從小到大分別對腦網(wǎng)絡特征提取模塊和通道特征提取模塊中的支路進行排序；逐點卷積用于降維輸入的特征圖，輸出特征圖；其中，；A為支路的數(shù)量；除第A條支路外，每條支路上的卷積層均接收特征圖以及經(jīng)上采樣處理的特征圖作為輸入；最后一條支路A上的卷積層僅接收特征圖；腦網(wǎng)絡特征提取模塊、通道特征提取模塊分別通過腦網(wǎng)絡特征融合模塊、通道特征融合模塊融合不同支路輸出的多個特征圖；融合模塊用于融合腦網(wǎng)絡特征融合模塊和通道特征提取模塊的輸出，獲取預測結(jié)果； 步驟四、使用帶類別標簽的數(shù)據(jù)集訓練雙源多尺度特征融合網(wǎng)絡； 步驟五、采集受試者的腦電信號，并對其進行分頻濾波并提取特征后，輸入訓練后的雙源多尺度特征融合網(wǎng)絡，檢測受試者的疲勞程度。

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)人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區(qū)白楊街道2號大街1158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)”。