云南大学;云南省阜外心血管病医院潘家华获国家专利权
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!
龙图腾网获悉云南大学;云南省阜外心血管病医院申请的专利一种基于Residual Bi-LSTM网络的端到端心音分割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:CN115062763B 。
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:202210688859.0,技术领域涉及:G10L25/30;该发明授权一种基于Residual Bi-LSTM网络的端到端心音分割方法是由潘家华;成焱雄;夏军;马鹏钥;杨宏波;郭涛;王威廉设计研发完成,并于2022-06-17向国家知识产权局提交的专利申请。
本一种基于Residual Bi-LSTM网络的端到端心音分割方法在说明书摘要公布了:本发明涉及深度学习中的心音分割领域,尤其是提出了一种残差结构的长短时记忆神经网络ResidualBidirectionalLong‑ShortTermMemoryNeuralNetworks技术。本发明所述的基于ResidualBi‑LSTM网络的端到端心音分割方法主要包含如下步骤:Step1:同步采集健康以及患病志愿者的心音和心电信号;Step2:将Step1中采集的心音信号按照一定长度L分成若干个片段;Step3:根据心音和心电相对应的金标准对采集的心音信号进标注,并整理成数据集;Step4:利用Step2中所得到的数据对ResidualBidirectionalLSTM初始模型进行训练;Step5:利用经过数据集训练的上述模型对不在数据集内的全新心音信号进行前向传播计算,最后实现心音信号的分割任务。
本发明授权一种基于Residual Bi-LSTM网络的端到端心音分割方法在权利要求书中公布了:1.一种基于ResidualBi-LSTM网络的端到端心音分割方法,其特征在于包括以下步骤: Step1:同步采集健康以及患病志愿者的心音和心电信号,并保证每次采集的时长包含数个心动周期; Step2:将Step1中采集的心音信号按照一定长度L分成若干个片段,该一定长度L应保证至少包含一个以上的心动周期,不足长度L的进行填充或者设置阈值进行舍弃; Step3:根据心音和心电相对应的金标准对采集的心音信号进行标注,并整理成数据集; Step4:利用Step3中所得到的数据对ResidualBidirectionalLSTM初始模型进行训练; Step5:利用经过数据集训练的ResidualBidirectionalLSTM网络模型对不在数据集内的全新心音信号进行前向传播计算,最后实现心音信号的分割任务; 所述的Step4中的网络训练主要分为前向传播计算和后向传播计算两个过程,其计算流程如下述步骤所示: Step401:原始心音信号按照一定长度L分段后,经过Embedding嵌入层后会将每一个时间点的数据从一维映射到高维,以更好的表征各个时间节点之间的关系; Step402:将Step401得到的高维数据输入到ResidualBi-LSTMBlock的第一层Bi-LSTM中进行计算; Step403:随后将Step402的结果再经过两层Bi-LSTM计算,最后得到结果f(x),若ResidualBi-LSTMBlock为第一个Block,则x指输入的心音序列经过Embedding嵌入层映射的结果,若不是,则x指上一个ResidualBi-LSTMBlock的输出结果,f则指三层Bi-LSTM构成的映射; Step404:将第一层Bi-LSTM的计算结果保存为s(x),s为第一层Bi-LSTM构成的映射; Step405:将Step403得到的结果f(x)与S404得到的结果s(x)相加得到一个ResidualBi-LSTMBlock的输出结果h(x),这里h指一个完整的ResidualBi-LSTMBlock映射: hx=fx+sx Step406:多个不同结构的ResidualBi-LSTMBlock相互叠加计算后得到的结构进行全连接层进行映射,再经过SoftMax; Step407:将Step406的结果经过损失函数计算损失,然后根据损失函数对模型中所有可训练参数的梯度对模型中的参数进行优化和更新,即反向传播计算,从而完成训练过程。
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云南大学;云南省阜外心血管病医院,其通讯地址为:650000 云南省昆明市翠湖北路2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”。
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。