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！

龙图腾网恭喜兰州交通大学申请的专利一种基于MBFN的抑郁症自动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：CN119150121B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411333845.2，技术领域涉及：G06F18/2413；该发明授权一种基于MBFN的抑郁症自动检测方法是由张冰涛;请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于MBFN的抑郁症自动检测方法在说明书摘要公布了：本发明公开了一种基于MBFN的抑郁症自动检测方法，保证所构建MBFN的有效性，基于可变滑动窗口将原EEG信号序列多尺度化后重构，以充分挖掘EEG中隐含的有关抑郁症信息；使用各通道不同尺度的样本熵生成样本熵矩阵，计算样本熵矩阵中每一行均值，以选取最优EEG通道；使用最优EEG通道以双向传递熵均值为载体实现MBFN构建；通过抑郁症组和正常对照组的组间对比，发掘MBFN中显著改变的层内网络和层间网络，评估显著性改变网络层中MBFN网络度量指标与PHQ‑9评分之间相关性，从而挖掘抑郁症检测的潜在标识物，实现高精度的抑郁症自动检测。

本发明授权一种基于MBFN的抑郁症自动检测方法在权利要求书中公布了：1.一种基于MBFN的抑郁症自动检测方法，其特征在于，具体步骤如下：步骤一：输入128通道原始EEG数据X＝{x1,x2,…,xn}；步骤二：基于可变滑动窗口VSW多尺度化EEG信号，尺度系数s＝1时，VSW得到与原EEG信号序列相同的信号序列，尺度系数s≠1时，VSW将原EEG信号序列多尺度化后重构为 式中，是第l个变滑动窗口的EEG信号的第j个数据，依次对所有EEG通道进行多尺度化及重构；步骤三：比较各通道在不同尺度上重构EEG信号样本熵，选择多数尺度重构EEG信号中样本熵值排序前k个通道，带通滤波器将前k个通道EEG信号划分至delta0.5-4Hz,theta4-8Hz,alpha8-13Hz,beta13-30Hz和gamma30-48Hz五个子带；其中，选择样本熵值排序前k个通道的过程如下：1重构后EEG信号按序组成一组维度为m向量序列Ym1,…,YmN-m+1，其中，Ymi＝{yi,yi+1,…,yi+m-1},1≤i≤N-m+1；2向量Ymi与Ymj之间的距离计算公式为：d[Ymi,Ymj]＝maxk＝0,…,m-1|yi+k-yj+k|5；3对于给定的Ymi，统计d[Ymi,Ymj]≤r的j的数量Bi，其中，1≤j≤n-m，则向量Ymi存在： 对于全部向量序列，则Bmr定义为： 4增加维数至m+1，统计d[Ym+1i,Ym+1j]≤r的j的数量Ai,则定义为： 则Amr定义为： 5计算EEG信号的样本熵，计算如下： 式中，参数设置如下：m＝2,r＝0.15*SD,SD为相应尺度EEG信号的标准差；6基于各通道不同尺度的样本熵生成如下样本熵矩阵： 其中，N为EEG通道数，s为多尺度系数；7计算样本熵矩阵中每一行样本熵均值，选择均值最高前k通道用于构建MBFN；步骤四：使用前k个EEG通道对应电极作为MBFN的共享节点，子带内EEG节点对的功能连接生成层内邻接矩阵，不同子带间EEG节点对的功能连接生成层间邻接矩阵，层内邻接矩阵和层间邻接矩阵共同组成超邻接矩阵，进而生成MBFN；其中，层内及层间邻接矩阵功能连接的计算以传递熵作为载体，EEG节点对之间两个方向上传递熵相加求均值即功能连接强度，计算过程如下： ri和rj表示两EEG节点vj和vj对应的时间序列，τ为通道间的时间延迟，τ＝1ms,p·为概率分布；步骤五：分析抑郁症组和正常对照组之间MBFN的层内和层间功能连通性变化，在显著性改变网络层中对MBFN的层内总耦合强度M，层间耦合强度H，多层网络参与系数MPC，多路聚类系数MCC，局部效率LocE，全局效率GloE六种度量指标与临床检查标准PHQ-9评分进行Pearson相关性分析，探索抑郁症检测潜在标识物；步骤六：采用KNN分类器评估潜在标识物对抑郁症检测的有效性，实现抑郁症检测。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88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”。