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！

龙图腾网获悉湖南归途信息科技有限公司;中国科学院生物物理研究所申请的专利一种心电图信号质量自动识别和分类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：CN120611223B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510762728.6，技术领域涉及：G06F18/24；该发明授权一种心电图信号质量自动识别和分类方法是由李昭华;杜云梅;冯芳;李惠先;魏新;李辉设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本一种心电图信号质量自动识别和分类方法在说明书摘要公布了：本发明属于心电信号分类技术领域，公开了一种心电图信号质量自动识别和分类方法，对心电图信号进行离散小波分解得到低频子带、重构子带和高频子带，并对低频子带、重构子带和高频子带进行时域特征提取，根据时域特征提取的结果进行全局噪声分类和局部噪声分类，本发明将小波分析、时域特征提取与故障诊断技术进行有机结合，实现了在不依赖QRS复合波和RR间期等事件特征的前提下进行心电图信号质量自动识别和分类。

本发明授权一种心电图信号质量自动识别和分类方法在权利要求书中公布了：1.一种心电图信号质量自动识别和分类方法，其特征在于：所述方法包括以下步骤： 步骤S1：采集心电图信号，对心电图信号进行离散小波分解，得到心电图子带； 步骤S2：从心电图子带中汇总得到低频子带、重构子带和高频子带； 步骤S3：设置可调参数组； 步骤S4：对低频子带、重构子带和高频子带进行时域特征提取； 步骤S5：根据时域特征提取的结果进行全局噪声分类和局部噪声分类； 步骤S6：构建心电数据集，对可调参数组进行调参； 所述步骤S4具体包括以下步骤： 步骤S41：从低频子带中提取低频最大绝对幅值，从重构子带中提取重构心电图最大绝对幅值； 步骤S42：对低频子带进行等距划分，得到低频片段，汇总为低频片段集，对重构子带进行等距划分，得到重构心电图片段，汇总为重构心电图片段集，对高频子带进行等距划分，得到高频片段，汇总为高频片段集； 步骤S43：提取高频片段集中每个高频片段对应的局部平均幅值、自协方差和峰度，提取重构心电图片段集中每个重构心电图片段对应的局部最大绝对幅值，提取低频片段集中每个低频片段对应的局部最大绝对幅值，计算低频片段集中每个低频片段对应的相邻幅度差； 步骤S44：计算高频片段集中每个高频片段的过零点数量； 步骤S45：根据每个高频片段的过零点数量生成高频子带过零包络线，提取高频子带过零包络线中每个波峰的宽度与高度，标注每个高频片段对应的包络波峰宽度和包络波峰高度。

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湖南归途信息科技有限公司;中国科学院生物物理研究所，其通讯地址为：410006 湖南省长沙市岳麓区岳麓街道岳麓山大学科技城科技创意园8栋104、105；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。