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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于二维图像的深度学习心率失常分类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：CN114359625B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202111521072.7，技术领域涉及：G06V10/764；该发明授权一种基于二维图像的深度学习心率失常分类方法是由冉鹏;谢金洁;王婧文;王伟;李章勇;庞宇设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。

本一种基于二维图像的深度学习心率失常分类方法在说明书摘要公布了：本发明涉及一种基于二维图像的深度学习心率失常分类方法，属于医学信号处理技术领域。该方法包括：对一维原始心电信号进行间期异常和幅值异常的分类；对间期异常和幅值异常的一维心电信号进行二维图像化处理；对所得到的二维图像集按7:3的比例分为训练集和测试集，彼此之间无交叉数据；利用迁移学习将已经训练好的调整之后的VGG16网络模型的相关参数转移到新的数据集上训练；输出当前目标心电信号对应的心率失常分类结果。本发明能提高对心率失常的分类准确度。

本发明授权一种基于二维图像的深度学习心率失常分类方法在权利要求书中公布了：1.一种基于二维图像的深度学习心率失常分类方法，其特征在于，该方法包括以下步骤：S1：对一维原始心电信号进行间期异常和幅值异常的分类；S2：对间期异常和幅值异常的一维心电信号进行二维图像化处理，获得二维图像集，具体包括：1对于间期异常的情况：提取3000个点为10s的心电信号分为5份从上至下依次排列，横轴就是每段信号的600个取点也是相应的时间变化，利用颜色变化代表幅值的变化就得到彩色的二维图像；将整组数据分为两类，一类为10s全部标记为正常的数据，另一类为10s内存在间期异常情况的数据；2对于幅值异常情况：根据一维信号R波位置得到每个周期的心电波形图，在对其进行傅里叶变换，将变换后的信号与时间结合，最后把连续10个周期的波形绘制到一张二维时频图像中，横轴表示时间的变化，纵轴表示频率的时频；将所有图像的大小调整为224*224，调用split函数将原本为RGBA图像格式分割为四个通道，再调用PIL下的image.merge改为RGB合适的图像并保存；S3：将得到的二维图像集分为训练集和测试集；S4：利用迁移学习将已经训练好且调整后的VGG16网络模型的相关参数转移到新的数据集上训练；调整后的VGG16网络模型包括：依次连接的输入层、卷积层、最大池化层、全连接层和Softmax分类器；卷积层用于提取出二维图像集的代表特征，完成样本的二维卷积特征提取，卷积核尺寸为3*3；最大池化层用于减少卷积层的特征数；全连接层将多通道的数据整合；Softmax分类器根据标记进行分类；卷积层的运算公式为： 其中，i,j表示中心像素的坐标，m表示宽度，n表示高度，g表示卷积层输出图像，f表示原图像，h表示卷积核，*是卷积运算符；S5：输出当前目标心电信号对应的心率失常分类结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。