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基于心电数据增强的飞行员高风险心理状态识别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：CN118902453B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410944256.1，技术领域涉及：A61B5/16；该发明授权基于心电数据增强的飞行员高风险心理状态识别方法是由叶娅兰;潘桐杰;吴皓珲;吉文青;肖望设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本基于心电数据增强的飞行员高风险心理状态识别方法在说明书摘要公布了：本发明公开了一种基于心电数据增强的飞行员高风险心理状态识别方法，涉及生理信号识别技术领域。本发明首先在全部数据上训练常规识别模型，然后利用特征可视化技术通过该模型提取不均衡数据集中头部类样本的低信息样本段，并将其与尾部类信号的心电有效信息进行拼接，实现对高风险心理状态样本的数据增强，进而实现心理风险数据的重均衡。最后在重均衡的数据集上训练得到心理风险识别模型，保障飞行员在实际飞行预警和模拟飞行针对训练的心理状态可探知、可记录、可分析。本发明针对性地面向飞行员高风险心理状态数据不足导致的心理风险样本不均衡场景，使高风险心理状态能够被精准捕捉、有效识别，保障飞行员在飞行过程中的飞行安全。

本发明授权基于心电数据增强的飞行员高风险心理状态识别方法在权利要求书中公布了：1.基于心电数据增强的飞行员高风险心理状态识别方法，其特征在于，包括下列步骤： 步骤S1：在长尾分布的心电数据集D上训练得到低信息样本段提取模型fh； 其中，长尾分布的心电数据集D的头部类为低风险心理状态，尾部类为高风险心理状态； 低信息样本段提取模型fh为骨干网络为残差网络的深度网络模型； 步骤S2：对于心电数据集D中所有的头部类样本，通过特征可视化技术利用模型fh提取每段头部类样本xh的样本低信息段，并存入低信息样本队列Q； 步骤S3：在心电数据集D中所有尾部类样本峰值保护段之外的部分，利用低信息样本队列Q中的低信息样本段实现尾部类信号样本的数据增强，得到重均衡的心电数据集D’： 步骤S4：在重均衡的心电数据集D’上训练得到飞行员风险心理状态识别模型f，其中飞行员风险心理状态识别模型f为骨干网络为残差网络的深度网络模型； 步骤S5：对训练好的飞行员风险心理状态识别模型f输入飞行员的实时心电数据，得到飞行员的风险心理状态识别结果； 其中，步骤S3中，利用低信息样本队列Q中的低信息样本段实现尾部类信号样本的数据增强具体为： 从低信息样本队列Q中提取一个低信息样本，并将拼贴到尾部类样本xt除保护段以外的部分，得到数据增强后的新信号样本，将加入心电数据集D得到重均衡的心电数据集D’。

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”。

以上内容由龙图腾AI智能生成。