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！

龙图腾网获悉重庆理工大学申请的专利一种基于对比学习的心律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：CN117530699B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202311572283.2，技术领域涉及：A61B5/346；该发明授权一种基于对比学习的心律失常分类方法是由王勇;付超杰设计研发完成，并于2023-11-23向国家知识产权局提交的专利申请。

本一种基于对比学习的心律失常分类方法在说明书摘要公布了：本发明公开了一种基于对比学习的心律失常分类方法，涉及心电分类技术领域。本发明至少包括以下步骤：输入一个心电信号，对其进行两种不同的数据增强，从而去构造正负样本对，正样本为同一心电信号经过不同数据增强后得到的新的心电信号。本发明模仿了图片的数据增强方法，对心电信号采用了两种不同的小波变换比例＝0.5+分段随机遮挡的方法，在对比学习模型中，合适的数据增强方法至关重要，本发明所采用的方法对正样本对的对比有正向作用，且通过对上分支进行剪枝得到下分支，以找到长尾数据，通过损失函数隐式增加权重。对损失函数采用动态温度系数策略。本发明采用的方法提高了平衡性，并且增强了模型的泛化能力和迁移能力。

本发明授权一种基于对比学习的心律失常分类方法在权利要求书中公布了：1.一种基于对比学习的心律失常分类方法，其特征在于：至少包括以下步骤： S1：输入一个心电信号，对其进行两种不同的数据增强，从而去构造正负样本对，正样本为同一心电信号经过不同数据增强后得到的新的心电信号，负样本为其他心电信号通过数据增强得到的心电信号； S2：对上分支进行剪枝得到下分支，从而创建一个自我竞争模型，上分支为目标模型，下分支为自我竞争模型； S3：对输入信号采样并应用两个不同的数据增强，创建两个不同的版本[Vi，V’i]； S4：[Vi，V’i]由[fi·，f’1·]编码，并且它们的输出特征[f1,f2]被馈送到非线性投影头中，以在NT-Xent损失下强制相似性，共存在至少两种情况，其中一种情况，能够很好地记住了样本，则剪枝不会“忘记”它，因此不会造成额外的扰动，另一种情况下，将放大剪枝模型和未剪枝模型之间的预测差异，因此这些样本的权重将在总体损失中隐式增加； S5：负样本使用了一个记忆队列来保存，扩充了负样本的数量； S6：通过损失函数，拉近正样本之间的距离，拉远负样本之间的距离； S7：在损失函数中，采用了动态温度系数； S8：最后在微调中，加载一维编码器作为训练目标数据集的初始化参数并随机初始化分类器适配目标数据集。

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理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。