Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北大学张瑞获国家专利权

西北大学张瑞获国家专利权

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!

龙图腾网获悉西北大学申请的专利基于多示例的异常心拍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:CN116821827B

龙图腾网通过国家知识产权局官网在2025-06-13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:202310666679.7,技术领域涉及:G06F18/2433;该发明授权基于多示例的异常心拍定位方法是由张瑞;李志明;王文华设计研发完成,并于2023-06-06向国家知识产权局提交的专利申请。

基于多示例的异常心拍定位方法在说明书摘要公布了:本申请涉及一种基于多示例的异常心拍定位方法,方法从一种新的角度考虑异常心拍定位的重要性,采用弱监督的多示例学习方法,通过信号序列的粗标签预测出心拍的细标签,能够在长时程的心电信号中捕获异常,实现了异常心拍的自动定位;本申请从包含多个心拍的信号序列入手,在众多的心拍中确定异常心拍的位置,保证了心拍的完整性和连贯性,对实时预警和辅助诊断提供了重要价值。

本发明授权基于多示例的异常心拍定位方法在权利要求书中公布了:1.一种基于多示例的异常心拍定位模型构建方法,其特征在于,包括: 获取多个心电信号序列; 针对每个所述心电信号序列,获取R峰位置点; 根据所述R峰位置点确定心拍的持续时间,根据所述心拍的持续时间对所述心电信号序列进行分割,得到所述心电信号序列的心拍; 基于所有所述心电信号序列的心拍构建训练数据; 基于所述训练数据对基于多示例的异常心拍定位模型进行训练,得到训练后的基于多示例的异常心拍定位模型;所述基于多示例的异常心拍定位模型包括多尺度特征提取模块,特征融合模块和多示例异常标记模块; 所述R峰的检测模型的获取方法为: 针对心电信号序列进行R峰位置点标记; 根据所述R峰位置点标记设置标签,得到标注后的心电信号序列; 基于所述标注后的心电信号序列训练R峰检测模型,所述R峰检测模型为Bi-LSTM模型; 所述多尺度特征提取模块用于针对所述训练数据中的每个心电信号序列,提取所述心电信号序列的每个心拍的嵌入特征; 所述特征融合模块用于根据所述每个心拍的嵌入特征,确定每个心拍的权重特征和每个包的特征;所述每个心拍的权重特征用于定位所述心电信号序列中的异常心拍; 所述多示例异常标记模块用于根据所述每个心拍的权重特征和每个包的特征,确定每个包的预测概率值;所述每个包的预测概率值用于构建损失函数; 采用以下公式计算所述每个心拍的权重特征: 其中,αij为第i个包中第j个心拍的权重特征,W1和W2分别为2个线性层的权重,n为第i个包中的心拍的个数,Fij为第i个包中第j个心拍的嵌入特征; 第i个包的特征Fi,采用以下公式计算: 所述每个包的预测概率值,采用以下公式计算: pi=αpi′+βpi″ 其中,pi为第i个包的预测概率值,α和β为权重,pi′为来自包特征的预测概率值,pi′为来自心拍的概率预测值的聚合结果; 其中,Fi为第i个包的特征; 其中,r为常数,n为第i个包中的心拍的个数,pij为第i个包中第j个心拍的概率预测值。

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西北大学,其通讯地址为:710069 陕西省西安市太白北路229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。