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！

龙图腾网获悉天津工业大学申请的专利一种ECG信号分类系统、方法、设备、介质及产品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：CN120995247B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511500776.4，技术领域涉及：G06F18/2413；该发明授权一种ECG信号分类系统、方法、设备、介质及产品是由王慧泉;苗冯博;唐建同;赵军设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种ECG信号分类系统、方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种ECG信号分类系统、方法、设备、介质及产品，该系统包括：数据预处理模块对ECG信号滤波处理，重构纯净信号；特征提取模块对纯净信号多尺度特征提取，确定时域、频域和非线性域的心率变异性特征，生成多维生理特征向量；模型学习优化模块在模型学习阶段，通过对比学习多维生理特征向量，引导深度神经网络模型学习具备区分能力的判别特征表达，在模型优化阶段，基于类中心限制机制，建立空间类中心；置信区间决策模块计算待测ECG信号到所有空间类中心的最小类中心距离，构建置信区间，对待测ECG信号进行分类，确定ECG信号类型，本申请能够识别出未见或未知ECG信号类型。

本发明授权一种ECG信号分类系统、方法、设备、介质及产品在权利要求书中公布了：1.一种ECG信号分类系统，其特征在于，包括： 数据预处理模块，用于对ECG信号进行滤波处理，重构纯净信号； 特征提取模块，用于对所述纯净信号进行多尺度特征提取，确定时域、频域和非线性域的心率变异性特征，并根据所述心率变异性特征生成适合深度神经网络模型输入的多维生理特征向量； 模型学习优化模块，用于在模型学习阶段，通过对比学习所述多维生理特征向量，引导所述深度神经网络模型学习具备区分能力的判别特征表达，并在模型优化阶段，基于类中心限制机制，建立空间类中心，优化所述深度神经网络模型；所述多维生理特征向量包括正样本和负样本；所述模型学习优化模块，具体包括： 标准化处理单元，用于对所述多维生理特征向量进行标准化处理，确定处理后的特征向量； 对比学习单元，用于在模型学习阶段，对所述处理后的特征向量进行对比学习，构造正样本和负样本的对比关系；所述正样本为同类心率失常的心率变异性特征，所述同类心率失常的心率变异性特征包括房颤患者的低HF特征、高LFHF特征；所述负样本为与所述处理后的特征向量的特征相似但诊断结论不同的困难样本； 引导单元，用于根据所述对比关系，引导所述深度神经网络模型学习具备区分能力的判别特征表达，确定学习后的深度神经网络模型； 空间类中心确定单元，用于在模型优化阶段，引入类中心限制机制，以各类心律失常的心率变异性特征均值向量作为空间类中心； 核心损失函数确定单元，用于计算每个样本与对应的空间类中心的欧氏距离，并最小化所有样本与对应的欧氏距离，压缩类内分布，确定模型优化阶段的核心损失函数；所述样本为所述处理后的特征向量； 优化单元，用于根据所述核心损失函数优化所述深度神经网络模型； 置信区间决策模块，用于计算待测ECG信号到所有空间类中心的最小类中心距离，构建置信区间，并根据所述最小类中心距离以及所述置信区间对所述待测ECG信号进行分类，确定ECG信号类型；所述ECG信号类型包括已知类和未知类。

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天津工业大学，其通讯地址为：300387 天津市西青区宾水西道399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。