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！

龙图腾网获悉华东师范大学申请的专利基于深度学习的单导联心电图分割模型及构建方法和应用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：CN115439487B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210906280.7，技术领域涉及：G06T7/11；该发明授权基于深度学习的单导联心电图分割模型及构建方法和应用是由宋培东;王丽苹;王彬宇;林学民设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本基于深度学习的单导联心电图分割模型及构建方法和应用在说明书摘要公布了：本发明公开了一种基于深度学习的单导联心电图分割模型及构建方法和应用，该方法基于深度学习，可以利用心电图数据全局特征并进行多层信息融合，继承了传统医学图像分割中的多层信息融合结构的优点，同时将语言处理的全局关联特征提取方法融合其中。其对应生成的模型可以在对数据进行编码的阶段综合考虑数据全局的特征，从而解决了传统基于卷积的方法存在的感受野受限的问题。同时，该方法提出的中间层的存在可以很好的解决编码层的输出特征与分割层进行上采样的特征融合时，维度不匹配的问题，同时编码层和分割层之间共享的中间层可以加速模型的收敛。本发明提出的单导联心电图分割方法可以应用在动态心电图和静态心电图中，具有很高的分割准确率。

本发明授权基于深度学习的单导联心电图分割模型及构建方法和应用在权利要求书中公布了：1.一种基于深度学习的单导联心电图分割模型构建方法，其特征在于，该方法构建出的模型结构为编码层、中间层及分割层，编码层对序列化数据进行全局关联特征提取，向分割层传递最后一层的输出，并向中间层传递中间多层的输出；中间层将编码层的多层输出上采样至不同的维度，与分割层匹配；分割层接收编码层的最后一层输出，并与中间层的多层输出进行信息融合，并逐级上采样，最后完成分割；具体构建过程包括： 设D是输入的心电图数据，其长度为l；X是输入的序列化心电图的集合，X＝{x1，x2，...，xn}，其中每个元素xn的维度为d，且有d*n＝l； 编码层为能够提取全局特征的网络，其目的在于提取序列化的输入的全局关联特征； 编码层包含多层神经网络对输入数据序列进行编码，至少5层；并会被保存多层神经网络中p层的输出，用以多层信息融合；p至少为5； 对于输入数据序列X，编码层中每层神经网络提取出一个输出特征向量Ei，包含了全局特征信息，Ei＝{e1，e2，...，en}，其中每个元素en的维度为d′，d′d； 将编码层的最后一层神经网络的输出El传递至分割层，并将第一层神经网络和中间层的输出{E1，E2，...，Es}传递至中间层； 中间层由上采样模块构成，其层数为p； 中间层接收的特征向量E＝{e1，e2，...，en}，其长度为n，维度为d′；每经过一层上采样模块，特征向量的长度会增加，维度会降低； 设共有s个特征向量，{E1，E2，...，Es}，则E1经过第一层上采样模块即被传递至分割层，E2经过第一、二层的上采样模块被传递至分割层，以此类推，最后一个特征向量Es需要经过所有的上采样层； s个特征向量被上采样成不同长度、维度的向量{M1，M2，...，Ms}，其中M1的长度最短、维度最大，Ms的长度最长且与原始数据输入长度l相等、维度最小； 分割层中的神经网络层数与中间层的层数相等，每层包括一个上采样模块和融合模块；其中，上采样模块的输出形状与同层的中间层上采样模块相同； 分割层接收来自编码层最后一层的输出El和中间层的s层输出{M1，M2，...，Ms}；El经过第一个上采样模块后得到M′s，M′s与Ms在融合模块进行信息融合，得到M′s-1，M′s-1再次经过上采样与Ms-1进行融合，以此类推； 分割层最后一层的输出为M′1和M1融合后得到的M0，其长度为l，与输入数据相同，维度为4，四个维度分别对应四种心电图波形的分割结果； 训练阶段，只使用训练集的数据进行训练，验证集的数据用以衡量每一轮训练的收敛情况； 训练集和验证集的数据以每b个数据作为一个数据块送入模型，块的形状为b*l，其中l是单个心电信号的长度；标签的形状为b*l*4，其中4对应的是分割结果中波段的数目； 将数据块作为输入送入模型，分割层同时输出b条数据的输出，形状与标签相同，为b*l*4； 分割结果与标签计算损失，损失函数采用diceloss损失函数，其计算公式为： 其中X代表分割的结果，Y代表标签；损失函数能够同时解决分割不足和过度分割问题； 对训练集上的损失值，根据链式求导法则和梯度下降方法对各层的参数进行更新； 训练阶段采用Adam优化器，学习策略采用ReduceLROnPlateau；学习策略监听每一轮验证集上的损失值，根据验证集上的损失值更新学习率；得到所述基于深度学习的单导联心电图分割模型。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。