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！

龙图腾网获悉兰州理工大学申请的专利一种基于增强解码的AE-GAN的ECG信号重建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：CN116720056B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310633288.5，技术领域涉及：G06F18/21；该发明授权一种基于增强解码的AE-GAN的ECG信号重建方法是由马玉润;张爱华;王惠东;漆宇晟;李佳琪;陈诚设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种基于增强解码的AE-GAN的ECG信号重建方法在说明书摘要公布了：本发明涉及生理信号处理与分析技术领域，公开了一种基于增强解码的AE‑GAN的ECG信号重建方法，构建AE‑GAN混合神经网络模型，AE‑GAN混合神经网络模型包括生成器和鉴别器，生成器包括编码器和解码器，所述鉴别器包括第一全卷积层、全连接层和Sigmoid激活函数层，将含有不同信噪比噪声的ECG信号输入到所述AE‑GAN混合神经网络模型中，处理后输出重构无噪的ECG信号；利用GAN网络捕获ECG全局特征的同时，采用AE网络卷积操作捕获ECG局部时序特征，并添加注意力机制避免网络在编码过程的通道信息丢失，且设计集成有遵循皮尔森卡方散度的最小二乘函数、距离函数和局部最大差异函数的生成器损失函数克服GAN网络训练过程中的梯度弥散问题；在重建ECG信号方面具有更高的精度和稳定性。

本发明授权一种基于增强解码的AE-GAN的ECG信号重建方法在权利要求书中公布了：1.一种基于增强解码的AE-GAN的ECG信号重建方法，其特征在于，构建AE-GAN混合神经网络模型，所述AE-GAN混合神经网络模型包括生成器和鉴别器，其中所述生成器包括编码器和解码器，所述鉴别器包括第一全卷积层、全连接层和Sigmoid激活函数层，将含有不同信噪比的肌电干扰、基线漂移噪声、电极干扰以及混合噪声的ECG信号输入到所述AE-GAN混合神经网络模型中，处理后输出重构无噪的ECG信号； 所述生成器采用的损失函数为： 式中，第一项为最小二乘损失函数，为距离函数，用于表征数据的全局差异性；为最大差异，用于表征数据的局部差异性，代表噪声信号的分布，N代表样本长度，代表样本点i的降噪信号，代表样本点i的纯净信号，和是和的加权系数，实验中分别设定为0.7和0.2； 所述鉴别器采用的损失函数为： 式中，x~pdatax为真实数据x的分布，Dx为鉴别器鉴别纯净信号的结果；第二项，代表噪声信号的分布，为鉴别器鉴别生成样本的结果； 采用预处理的ECG数据对所述AE-GAN混合神经网络模型进行训练，ECG数据的预处理包括： S1、准备训练数据，通过对纯净ECG信号添加不同信噪比的肌电干扰、基线漂移噪声、电极噪声及三种噪声的混合噪声获得含噪ECG信号样本； S2、对含噪ECG信号每个样本1024个点进行数据分割，归一化数据幅值； S3、将所有数据按95%为训练集，5%为测试集进行划分。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪路287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”。