Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 烟台羿中医疗科技有限公司王云杰获国家专利权

烟台羿中医疗科技有限公司王云杰获国家专利权

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!

龙图腾网获悉烟台羿中医疗科技有限公司申请的专利基于深度学习模型的心电图分析方法、设备及介质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:CN120241091B

龙图腾网通过国家知识产权局官网在2025-09-26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:202510398056.5,技术领域涉及:A61B5/346;该发明授权基于深度学习模型的心电图分析方法、设备及介质是由王云杰;王宏蕾;胡鹏设计研发完成,并于2025-04-01向国家知识产权局提交的专利申请。

基于深度学习模型的心电图分析方法、设备及介质在说明书摘要公布了:本申请公开了基于深度学习模型的心电图分析方法、设备及介质,涉及深度学习领域,方法包括:对心电图进行预处理,以进行噪声抑制;将心电信号输入至预先训练的深度学习模型,提取时间特征、空间特征,进行跨模态特征融合;同步执行多个异常检测任务,以及同步执行时序预测任务;针对异常检测结果,根据临床信息和时序预测结果,对异常检测结果进行修正;输出心电图对应的分析结果。从信号处理到特征提取、多任务分析、结果修正形成完整闭环,减少人工干预环节,显著缩短心电图分析时间并保证结果一致性,实现端到端自动化提高效率。

本发明授权基于深度学习模型的心电图分析方法、设备及介质在权利要求书中公布了:1.一种基于深度学习模型的心电图分析方法,其特征在于,包括: 获取患者对应的心电图,并对所述心电图进行预处理,以进行噪声抑制,得到心电信号; 将所述心电信号输入至预先训练的深度学习模型,通过所述深度学习模型提取所述心电信号对应的时间特征、空间特征,并进行跨模态特征融合; 根据融合特征,同步执行多个异常检测任务,以及同步执行时序预测任务,分别得到对应的异常检测结果和时序预测结果; 获取患者对应的临床信息,针对所述异常检测结果,根据所述临床信息和所述时序预测结果,对所述异常检测结果进行修正; 根据修正后的异常检测结果,输出所述心电图对应的分析结果; 其中,所述深度学习模型的模型架构包括:输入层、时空联合编码器、特征金字塔、输出层;所述时空联合编码器包括时间通道分支、空间通道分支、跨模态注意力融合层;所述输出层包括多个异常分类头、单个时序预测头; 所述深度学习模型的训练过程包括:对所述时空联合编码器、所述异常分类头、所述时序预测头进行分阶段训练; 第一阶段对所述时空联合编码器进行训练,在训练过程中,使用对称式编码器-解码器结构,并通过随机遮蔽心电信号的片段进行对抗性遮蔽训练; 第二阶段对所述异常分类头进行训练,在训练过程中,对所述时空联合编码器的参数进行冻结,通过对所述特征金字塔进行渐进解冻,以及设置动态样本权重进行异常判断训练; 第三阶段对所述时序预测头进行训练,在训练过程中,对时间序列进行解耦训练,并引入不确定性校准,进行预测能力训练; 第四阶段对所述深度学习模型进行对抗调整,在训练过程中,生成对抗样本,设置防御策略,并进行稳定性动态评估,根据评估结果对所述深度学习模型的模型参数进行微调; 其中,所述第二阶段与所述第三阶段执行双阶段循环训练。

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烟台羿中医疗科技有限公司,其通讯地址为:264000 山东省烟台市经济技术开发区福莱山街道万寿山路5号内1号601室;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”。

以上内容由AI智能生成
免责声明
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。