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！

龙图腾网获悉中山大学申请的专利一种基于编解码结构的小波双通道单导联心电去噪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：CN116942172B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310835291.5，技术领域涉及：A61B5/318；该发明授权一种基于编解码结构的小波双通道单导联心电去噪方法是由黄凯;谢颜充;崔明月;王震彬;陈杰鹏;张玉玲设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本一种基于编解码结构的小波双通道单导联心电去噪方法在说明书摘要公布了：本发明涉及一种基于编解码结构的小波双通道单导联心电去噪方法。包括：S1.按固定窗口截取原始单导联心电数据；S2.单段数据分频，使用一维离散小波变换分别将信号分解成近似分量和细节分量两部分；S3.近似分量通道信号片段去噪；S4.细节分量通道信号片段去噪；S5.分频数据反小波变换输出去噪信号片段；S6.利用均方误差MSE分别计算两个通道的损失函数，最终得到预训练模型结果。本发明能够适用于不同环境条件的单导联心电去噪，且去噪效果好。

本发明授权一种基于编解码结构的小波双通道单导联心电去噪方法在权利要求书中公布了：1.一种基于编解码结构的小波双通道单导联心电去噪方法，其特征在于，包括以下步骤： S1.获取带噪单导联心电数据，使用固定时间窗口截取数据得到等长带噪信号片段； S2.对于得到的带噪心电数据片段，使用一维离散小波变换分别将信号分解成近似分量和细节分量两部分；在步骤S2中，对步骤S1中所得心电数据片段NsigT使用一维离散小波变换分解成近似分量和细节分量两部分，其中近似分量包括信号的低频部分，体现信号的整体特征；细节分量包括信号的高频部分，体现信号的局部特征；使用离散小波变换得到近似分量和细节分量计算如下： 其中，NsigcA与NsigcD分别代表心电数据片段的近似分量和细节分量；L为心电数据段长度，表示第i个样本的样本值，与为Haar小波与其尺度函数，其定义如下式： S3.对于近似分量通道，将带噪信号输入基于编解码结构的自注意力卷积ACE模型，通过由多头注意力、一维快速卷积神经网络、一维最大池化架构组成的信号编码部分和由一维反卷积、一维上采样、LeakyReLU函数、SENet架构组成的信号解码部分，最后通过全连接Dense层映射得到近似分量去噪数据片段； S4.对于细节分量通道，将带噪信号输入基于编解码结构的时序卷积LCE模型，通过由一维快速卷积神经网络、一维最大池化架构组成的信号编码部分、双层长短期记忆网络LSTM时序信号特征提取层和由一维反卷积、一维上采样架构组成的信号解码部分，最后通过全连接Dense层映射得到细节分量去噪数据片段； S5.对步骤S3近似分量经过ACE模型后得到降噪近似分量与步骤S4细节分量经过LCE模型后得到降噪细节分量，利用离散小波逆变换，将其输出为最终降噪信号片段； S6.利用均方误差MSE分别计算两个通道的损失函数，基于损失函数与反向传播算法进行模型参数更新，直至所述模型的性能达到设定期望，最终得到预训练模型结果。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。