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！

龙图腾网恭喜安徽大学申请的专利一种基于神经谱信息跨电极表征学习的大脑年龄预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：CN119302672B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411852205.2，技术领域涉及：A61B5/372；该发明授权一种基于神经谱信息跨电极表征学习的大脑年龄预测方法是由胡世昂;项雪;查智文;黄霄龙;吕宛儿;吕钊;范存航设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于神经谱信息跨电极表征学习的大脑年龄预测方法在说明书摘要公布了：本发明公开了一种基于神经谱信息跨电极表征学习的大脑年龄预测方法，包括：对被试的多电极通道中的每一电极通道的EEG数据进行预处理，得到1‑20Hz频率下的功率谱密度PSD；利用1‑20Hz频率下的PSD计算每一电极通道的脑电神经谱特征，包括非周期参数AF、周期参数PF、功率比PR、相对能量RE和峰度KUR；将每一电极通道的上述脑电神经谱特征作为单电极自身独立表征的频谱信息，通过稀疏线性回归方法刻画出所有电极神经谱特征的跨电极互相表征的相似性关系矩阵；最后，构建全连接多层神经网络，学习被试的单电极神经谱特征和电极间神经谱特征表征的相似性矩阵与大脑年龄之间的映射关系，根据上述跨电极神经谱特征和神经网络预测被试的大脑年龄。

本发明授权一种基于神经谱信息跨电极表征学习的大脑年龄预测方法在权利要求书中公布了：1.一种基于神经谱信息跨电极表征学习的大脑年龄预测方法，包括：S1、对被试的多电极通道中的每一电极通道的EEG数据进行预处理，得到1-20Hz频率下的功率谱密度PSD；S2、利用1-20Hz频率下的功率谱密度PSD计算每一电极通道的脑电神经谱特征，包括非周期参数AF、周期参数PF、功率比PR、相对能量RE和峰度KUR；S3、将每一电极通道的上述脑电神经谱特征作为单电极独立表征的神经谱特征，通过稀疏线性回归方法来量化各电极之间神经谱特征的跨电极表征关系，得到神经谱特征的电极间神经谱特征相似性表征矩阵；S4、构建全连接多层神经网络，学习被试的脑电神经谱特征及电极间神经谱特征相似性表征矩阵与大脑年龄之间的关系，最终根据上述特征得到对应的大脑年龄，步骤S3包括：被试的脑电神经谱特征表示为共m个电极，其中，表示第m个电极的脑电神经谱特征构成的一个目标向量，其它电极的脑电神经谱特征构成m-1个预测向量；根据稀疏线性回归算法计算每一目标向量和其他预测向量之间的一组回归系数，其中稀疏回归模型为，其中为回归系数,y为目标向量，数据矩阵包含除以外的所有电极向量；对于每一个被试，重复此过程m次后，得到m组回归系数，据此构建电极间神经谱特征相似性表征矩阵： 其中，矩阵的每一行代表来自单个稀疏回归模型的一组回归系数。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。