恭喜浙江大学刘华锋获国家专利权
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！
龙图腾网恭喜浙江大学申请的专利基于层级不同粒度类别约束的半监督心电图心肌梗死定位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：CN116350231B 。
龙图腾网通过国家知识产权局官网在2025-04-25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：202310234705.9，技术领域涉及：A61B5/318；该发明授权基于层级不同粒度类别约束的半监督心电图心肌梗死定位方法是由刘华锋;李楚晨设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。
本基于层级不同粒度类别约束的半监督心电图心肌梗死定位方法在说明书摘要公布了：本发明公开了一种基于层级不同粒度类别约束的半监督心电图心肌梗死定位方法，通过搭建自学习的深度学习神经网络，对于只有少量标注的12导联心电图进行心肌梗死的定位预测，网络将输出三个层级的预测结果，并对于没有标注的图像使用层级类别转换将细粒度、混淆粒度以及粗粒度进行转化；由于数据类别存在分布不均匀性，本发明使用基于交叉熵的类别感知动态损失约束以及层级约束对于学习好的类别给予更小的关注，对于没有学习好的类别采取更强的注意力。本发明方法能在一定程度上在少量标注的情况下取得较好的识别效果，从而在后续帮助智慧医疗系统实验疾病的分析以及诊断。
本发明授权基于层级不同粒度类别约束的半监督心电图心肌梗死定位方法在权利要求书中公布了：1.一种基于层级不同粒度类别约束的半监督心电图心肌梗死定位方法，包括如下步骤：1收集来自不同病人且具有心肌梗死类别标注的心电信号，将这些心电信号化规成相同信号长度并划分成训练集与测试集；2选择深度学习神经网络进行心肌梗死类别预测，预测输出分为三个层级，分别为细粒度层级、混淆层级以及粗粒度层级；3将训练集的心电信号按批次输入至上述深度学习神经网络进行训练，每一批次中的心电信号一部分采用类别标注信息，剩余部分不采用类别标注信息；进而设计出基于交叉熵损失+类别感知动态损失+跨类别自约束的损失函数用于网络迭代更新；4将测试集的心电信号输入至训练好的神经网络中，即可预测出对应的心肌梗死类别结果。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号