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！

龙图腾网获悉电子科技大学申请的专利一种基于深度残差网络的心律失常检测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：CN118806293B 。

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：202410825431.5，技术领域涉及：A61B5/346；该发明授权一种基于深度残差网络的心律失常检测方法是由袁梦柯;刘勇国;李巧勤;张云;兰刚;陈智设计研发完成，并于2024-06-25向国家知识产权局提交的专利申请。

本一种基于深度残差网络的心律失常检测方法在说明书摘要公布了：本发明公开了一种基于深度残差网络的心律失常检测方法，包括如下步骤：步骤1、心电信号预处理；步骤2、利用通道注意力卷积网络和门控循环单元提取复杂病理ECG特征；步骤3、心律失常多标签分类的嵌入学习；步骤4、通过标签感知注意力系数对心律失常特征向量进行加权；步骤5、心律失常分类：将加权向量送入卷积和全连接层，得到最终的心律失常预测结果概率。本发明的检测模型能够学到更抽象、更复杂的特征，从而更好地应对不同患者、不同病理情况的心电图数据。

本发明授权一种基于深度残差网络的心律失常检测方法在权利要求书中公布了：1.一种基于深度残差网络的心律失常检测方法，其特征在于，包括如下步骤： 步骤1、心电信号预处理：采用PhysioNetChallenge数据集作为训练集，并利用独热编码方式对数据进行预处理； 将训练集中的心电心跳序列记为X＝[x1,x2,…,xt,…,xK]T∈RK，其中，xt表示时间步长t的心跳信息，K表示心跳序列长度，T表示矩阵转置；引入掩蔽向量M处理无效的心跳序列，M＝m1,…,mt,…,mKT∈RK，mt表示时间步长t的掩蔽值；经掩蔽后的心电心跳序列记为表示如下： 其中，mt＝1表示对应的心电心跳信息是有效的，otherwise表示除了mt＝1的情况外所有其他情况，*表示舍弃无效的心跳信息； 步骤2、利用通道注意力卷积网络和门控循环单元提取复杂病理ECG特征：首先，利用通道注意力卷积网络提取和优化心电图特征； 采用通道注意力卷积网络提取心电特征：通道注意力卷积网络包括多层卷积通道注意力模块、全局池化层和归一化层； 所述卷积通道注意力模块由三部分组成：一维卷积层、Mish激活函数层和通道注意力函数层，卷积通道注意力模块整体结构如下： 其中，Conv1D表示一维卷积层，在一维卷积层中通过滑动窗口提取输入一维心电信号的特征信息；然后应用Mish激活函数；最后，通道注意力函数ChannelAttention用于突出重要的心电图特征部分； 然后，利用门控循环单元学习心跳序列特征表示，并通过带有残差连接的多层门控循环单元分层提取复杂病理ECG特征； 步骤3、心律失常多标签分类的嵌入学习：统计心律失常对共现次数，建立标签相关矩阵；基于训练集中心律失常的共现次数，以条件概率为基础，以数据驱动的方式建立标签相关矩阵；然后，基于标签相关矩阵和相似度度量方法，通过多层感知器得到最优心律失常分类标签相关嵌入集合； 利用多层感知器将每种心律失常类型的多热编码oi映射到语义嵌入空间，得到标签嵌入ei： ei＝Φoi16 其中，Φ表示多层感知器； 将所有标签嵌入组合得到最优心律失常分类标签相关嵌入集合Ch为通道数；基于余弦相似度度量来表示不同标签嵌入的依赖程度；标签嵌入的目标是使标签嵌入集合的余弦相似矩阵接近标签相关矩阵； 步骤4、通过标签感知注意力系数对心律失常特征向量进行加权；通过计算特征向量与标签相关嵌入向量ec在特征位置le处的余弦相似度，得到特征维度的标签感知注意力系数 步骤5、心律失常分类：将加权向量送入卷积和全连接层，得到最终的心律失常预测结果概率。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。