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！

龙图腾网获悉郑州大学;郑州大学第一附属医院申请的专利基于时频增强的自监督对比学习的心电异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：CN119867771B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411760779.7，技术领域涉及：A61B5/318；该发明授权基于时频增强的自监督对比学习的心电异常检测方法是由樊好义;谭健;常慧慧;冯苜川;王宗敏;浦贵阳;范国鑫设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于时频增强的自监督对比学习的心电异常检测方法在说明书摘要公布了：本发明属于心电时序数据处理技术领域，公开了一种基于时频增强的自监督对比学习的心电异常检测方法，包括以下步骤：获取心电信号的时间样本数据经时频转换得到频率样本数据；获得时间编码序列和频率编码序列；建立时频内对比学习卷积神经网络模型，用正样本对训练时频内对比学习卷积神经网络模型；建立时频间对比学习卷积神经网络模型，用正样本对训练时频间对比学习卷积神经网络模型；以总损失函数指导模型收敛，得到训练后的时频内对比学习卷积神经网络模型和时频间对比学习卷积神经网络模型；采集实时心电信号，按照上述步骤进行心电信号异常检测。本发明通过时频内和时频间对比学习机制，提高了心电异常检测的准确性。

本发明授权基于时频增强的自监督对比学习的心电异常检测方法在权利要求书中公布了：1.一种基于时频增强的自监督对比学习的心电异常检测方法，其特征在于，包括以下步骤： S1、获取心电信号的时间样本数据，经时频转换得到频率样本数据； S2、将时间样本数据输入到时间编码器中得到时间编码序列，将频率样本数据输入到频率编码器中得到频率编码序列； S3、建立时频内对比学习卷积神经网络模型，在时间编码序列和频率编码序列的特征空间上进行采样得到原始样本数据，并输入到时频内对比学习卷积神经网络模型中的特征增强生成器中得到增强样本数据，将原始样本数据和增强样本数据作为正样本对来训练时频内对比学习卷积神经网络模型； S4、建立时频间对比学习卷积神经网络模型，将时间编码序列和频率编码序列作为正样本对来训练时频间对比学习卷积神经网络模型； S5、以总损失函数指导模型收敛，得到训练后的时频内对比学习卷积神经网络模型和时频间对比学习卷积神经网络模型； S6、采集实时心电信号，按照步骤S1~S5的顺序进行心电信号异常检测。

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郑州大学;郑州大学第一附属医院，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道100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。