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！

龙图腾网获悉苏州鱼跃医疗科技有限公司;江苏讯捷医疗科技有限公司;普美康(江苏)医疗科技有限公司;南京诺佳医疗科技有限公司申请的专利心脏除颤节律识别模型建立方法及其应用、设备、介质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：CN121059182B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511588652.6，技术领域涉及：A61B5/346；该发明授权心脏除颤节律识别模型建立方法及其应用、设备、介质是由荆伟;李叶平;刘思行;曾雄辉;胡榜设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本心脏除颤节律识别模型建立方法及其应用、设备、介质在说明书摘要公布了：本发明的心脏除颤节律识别模型建立方法及其应用、设备、介质，识别模型建立方法包含以下步骤：深度卷积神经网络模型结构的搭建，主路网络和次路网络中共享有初始卷积层、最大池化层及小波堆叠组层，主路网络上还包含全局平均池化层、全连接层，次路网络还包含解码层；神经网络模型结构的训练和迭代，针对急救场景的真实干扰物理特性，同步对心电阻抗信号TTI、心电信号ECG模拟施加对应的数据增强变换。由本发明以上心脏除颤节律识别模型的建立，使得该心脏除颤节律识别模型在应用的时候具有卓越的准确性、超强的抗干扰能力以及广泛的泛化性，其中提升抢救效率方面得到极大提升，快速而准确的分析能力，从而提高患者生存率。

本发明授权心脏除颤节律识别模型建立方法及其应用、设备、介质在权利要求书中公布了：1.一种心脏除颤节律识别模型建立方法，其特征在于，识别模型建立方法包含以下步骤： 深度卷积神经网络模型结构的搭建，该神经网络模型结构中包含由主路网络和次路网络构成的对偶双路网络结构，主路网络和次路网络中共享有初始卷积层、最大池化层及小波堆叠组层，主路网络上还包含全局平均池化层、全连接层，次路网络还包含解码层；由心电阻抗信号TTI及受干扰的心电信号ECG组成联合信号，基于连续小波变换捕捉处理联合信号的瞬时频率特征和自适应不同时间、位置尺度的特征处理来构成小波变换块，小波堆叠组层由多个小波变换块堆叠而成； 神经网络模型结构的训练和迭代，针对急救场景的真实干扰物理特性，同步对心电阻抗信号TTI、心电信号ECG模拟施加对应的数据增强变换，由经数据增强后的心电阻抗信号TTI及受干扰的心电信号ECG训练该神经网络模型结构，形成主路网络和次路网络对抗训练的融合；由主路网络进行分类判别是否需要进行电击并计算可电击心律的判别损失函数，由次路网络判别干扰、重构抗干扰心电信号ECG的生成并计算抗干扰心电信号的生成损失函数，结合判别损失函数和生成损失函数共同构建联合对抗损失函数，并以此生成全局优化目标迭代方向，经多次迭代后保留最佳模型权重参数，由该最佳模型权重参数构建心脏除颤节律识别模型； 在同步对心电阻抗信号TTI、心电信号ECG模拟施加对应的数据增强变换的步骤中，使用心电阻抗信号TTI作为外部干扰信号的直接物理信息衡量，并基于急救场景的真实干扰物理特性，进行以下数据增强变换： CPR按压干扰，在心电信号ECG和心电阻抗信号TTI上同步添加基于真实按压波形模型的周期性干扰信号； 运动与振动干扰，模拟救护车、直升机、担架移动场景，添加相应的低频振动和高频抖动噪声； 起搏器脉冲，在心电信号ECG中添加具有不同幅度和频率的起搏脉冲信号； 电极接触噪声，模拟电极接触不良产生的基线漂移和高频噪声； 信号质量变异，模拟患者呼吸不畅，抽搐，或不同皮肤状况、电极粘贴位置导致的信号幅度和形态变化； 在由经数据增强后的心电阻抗信号TTI及受干扰的心电信号ECG训练该神经网络模型结构步骤中，训练阶段采用小批量迭代方式进行模型参数更新，每轮训练包括以下步骤： 读取一个批次的样本； 前向传播，分别经由主路网络进行分类判别是否需要进行电击并计算可电击心率的判别损失函数，经由次路网络判别干扰、重构抗干扰心电信号ECG的生成并计算抗干扰心电信号的生成损失函数； 结合判别损失函数和生成损失函数共同构建联合对抗损失函数，生成全局优化目标函数驱动模型迭代方向； 反向传播并进行权重参数更新，执行误差反向传播算法计算参数梯度，应用自适应优化策略调整网络权重，完成训练轮次计数与临时缓存清理； 由主路网络的全局平均池化层、全连接层构成了主路判断器，由主路判别器最大化对可电击心律的区分能力，主路判断器的判别损失函数基于二分类交叉熵，如下： ； 其中Dxi表示主路判别器对于真实数据xi判别的可电击心律的预测概率，DGzi表示主路判别器对于次路网络生成的干净ECG数据Gzi的预测概率，yi表示真实数据标签； 由次路网络的解码层构成了次路生成器，由次路生成器最大化主路判别器对生成的抗干扰心电信号ECG的误判概率作为生成损失函数，如下： ； 其中，其中Gzi表示生成器经胸阻抗信号TTI联合ECG数据zi生成的干净ECG数据，DGzi表示主路判别器对于生成的干净ECG数据的预测概率； 使用加权方式结合判别损失函数和生成损失函数共同构建联合对抗损失函数： ； 其中和分别表示判别损失函数和生成损失函数的预定系数。

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苏州鱼跃医疗科技有限公司;江苏讯捷医疗科技有限公司;普美康(江苏)医疗科技有限公司;南京诺佳医疗科技有限公司，其通讯地址为：215600 江苏省苏州市高新区锦峰路9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。