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！

龙图腾网获悉南方医科大学申请的专利模型训练方法、心电信号生成方法、装置、电子设备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：CN119886268B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510243447.X，技术领域涉及：G06N3/09；该发明授权模型训练方法、心电信号生成方法、装置、电子设备是由林铭俊;洪永;张鑫;陈超敏设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本模型训练方法、心电信号生成方法、装置、电子设备在说明书摘要公布了：本申请实施例提供了一种模型训练方法、心电信号生成方法、装置、电子设备，涉及数据生成领域。该方法包括：获取多个训练样本和每个训练样本对应的训练标签；对于每一训练样本，将训练样本输入至初始模型中，输出得到训练样本对应的模拟心电信号；基于各个训练样本确定初始模型的训练损失，并基于训练损失对初始模型的各模型参数进行调整，直至满足预设训练终止条件，得到目标心电生成模型。通过引入R波信息对模型进行训练，使得训练完成的模型生成的模拟心电信号不含有患者个人隐私信息，且由于目标心电生成模型在生成模拟心电信号时结合了R波信息，使得生成的模拟心电信号具有个性化特色，在保证了数据高质量的同时也更能符合实际临床规律。

本发明授权模型训练方法、心电信号生成方法、装置、电子设备在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括： 获取多个训练样本和每个训练样本对应的训练标签，每一训练样本包含心电生理类型、第一R波信息、初始加噪心电信号以及第一扩散时间步数Tm，训练标签为真实心电信号，且每个训练样本中的所述初始加噪心电信号是通过对相应训练标签进行Tm次加噪后得到的； 对于每一训练样本，将所述训练样本输入至初始模型中，输出得到所述训练样本对应的模拟心电信号； 基于各个训练样本对应的所述模拟心电信号、所述第一扩散时间步数Tm以及训练标签，确定所述初始模型的训练损失，并基于所述训练损失对所述初始模型的各模型参数进行调整，直至满足预设训练终止条件，得到目标心电生成模型； 所述将所述训练样本输入至初始模型中，输出得到所述训练样本对应的模拟心电信号，具体包括： 基于所述训练样本进行第一预设次数的迭代，将最后一次迭代输出的去噪心电信号作为所述模拟心电信号，所述第一预设次数为所述第一扩散时间步数Tm； 其中，每轮迭代包括： 获取本轮迭代的去噪心电信号，首轮迭代的去噪心电信号为所述初始加噪心电信号； 根据所述本轮迭代的去噪心电信号、本轮迭代的第二扩散时间步数Tn、第一R波信息和心电生理类型，获得本轮迭代的第一预测噪声，所述第一预测噪声为所述本轮迭代的去噪心电信号中的待去除部分噪声； 基于本轮迭代的所述第一预测噪声，对本轮迭代的去噪心电信号进行去噪操作，得到下轮迭代的去噪心电信号； 所述初始模型包含有多个依次连接的层结构； 所述根据所述本轮迭代的去噪心电信号、本轮迭代的第二扩散时间步数Tn、第一R波信息和心电生理类型，获得本轮迭代的第一预测噪声，具体包括： 对于所述初始模型的每一层结构，获取所述层结构的第一特征X1，基于所述心电生理类型对所述第一特征X1进行进一步提取处理，得到第二特征X2；基于所述第一R波信息对所述第二特征X2进行特征增强处理，得到增强后的第二特征YSE1； 将各层级的增强后的第二特征YSE1进行特征融合，得到第一预测噪声特征，并基于所述第一预测噪声特征进行预测，得到所述第一预测噪声； 其中，第一层结构的第一特征X1通过以下方式确定：基于所述第二扩散时间步数Tn和所述本轮迭代的去噪心电信号，预测本轮迭代的去噪心电信号与下一轮迭代的去噪心电信号之间未重叠部分的特征，作为所述第一特征X1； 所述第一层结构之外的第一特征X1通过以下方式确定：基于所述第二扩散时间步数Tn和上一层结构的增强后的第二特征YSE1，预测出本轮迭代的去噪心电信号与下一轮迭代的去噪心电信号之间未重叠部分的特征，作为所述第一特征X1。

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南方医科大学，其通讯地址为：510515 广东省广州市白云区沙太南路1023号南方医科大学；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。