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！

龙图腾网获悉华东交通大学申请的专利一种面向心电信号分析的多任务深度学习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：CN120345904B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510865831.3，技术领域涉及：A61B5/318；该发明授权一种面向心电信号分析的多任务深度学习方法是由袁朝晖;邓园园设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种面向心电信号分析的多任务深度学习方法在说明书摘要公布了：本发明提出一种面向心电信号分析的多任务深度学习方法，该方法包括：获取原始心电信号，对原始心电信号进行预处理，得到标准化后的加噪心电信号，利用双向深度特征提取模型中对标准化后的加噪心电信号进行降噪处理，得到重构心电信号，利用第二阶段的双向深度特征提取模型对重构心电信号进行特征提取与优化，得到优化后的多尺度特征，利用优化后的多尺度特征分别构建心律失常分类任务与心率检测任务，分别得到心律失常分类结果与心率预测值。本发明创新性地将三种心电图处理任务整合至同一深度学习方法中，解决了传统方法需分任务建模的弊端，显著降低了部署成本与复杂度，提升了实际应用的实时性与稳定性。

本发明授权一种面向心电信号分析的多任务深度学习方法在权利要求书中公布了：1.一种面向心电信号分析的多任务深度学习方法，其特征在于，所述方法包括如下步骤： 步骤1、对原始心电信号进行预处理，得到标准化后的加噪心电信号； 步骤2、在第一阶段中，利用双向深度特征提取模型对标准化后的加噪心电信号进行降噪处理，得到重构心电信号，基于重构心电信号构建均方误差，将均方误差作为损失函数对双向深度特征提取模型进行训练，得到第一阶段训练后的双向深度特征提取模型； 步骤3、在第二阶段中，提取第一阶段训练后的双向深度特征提取模型的参数作为初始化权重，并嵌入至双向深度特征提取模型中，以得到第二阶段的双向深度特征提取模型，利用第二阶段的双向深度特征提取模型对重构心电信号进行特征提取与优化，以得到优化后的多尺度特征； 步骤4、基于分类器与多层感知机，利用优化后的多尺度特征分别构建心律失常分类任务与心率检测任务，以分别得到心律失常分类结果与心率预测值； 其中，利用双向深度特征提取模型对输入特征进行处理时，具体包括如下子步骤： 将输入特征依次经过7层卷积自编码器逐步提取多尺度特征，并在最后3层卷积层中嵌入自注意力机制； 将最后4层编码器的输出特征作为C层特征，并分别对四个C层特征进行一维卷积操作，以分别得到四个P层特征； 将四个P层特征分别进行两倍上采样，以分别得到四个初始Q层特征； 对四个初始Q层特征进行横向融合，得到四个Q层特征； 将四个Q层特征分别进行两倍下采样，以得到四个初始N层特征； 对四个初始N层特征进行横向融合，并与四个C层特征进行残差连接，以得到四个N层特征； 基于四个N层特征，对每个N层特征进行差异计算，得到N层特征之间的差值； 将N层特征之间的差值进行均值计算，得到差异图； 将差异图依次经过三维卷积操作、ReLU激活函数处理、一维卷积操作与激活函数处理，以得到注意力权重图； 分别对四个N层特征进行注意力加权融合，并进行均值计算，以得到输出特征。

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交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。