Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军总医院第一医学中心梁晓月获国家专利权

中国人民解放军总医院第一医学中心梁晓月获国家专利权

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!

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利基于频谱分析的多种心律失常信号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:CN121479471B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610018037.X,技术领域涉及:G06F18/241;该发明授权基于频谱分析的多种心律失常信号分类方法是由梁晓月;王玮设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。

基于频谱分析的多种心律失常信号分类方法在说明书摘要公布了:本发明涉及心律失常分类技术领域,公开了基于频谱分析的多种心律失常信号分类方法。该方法包括采集目标对象心电信号数据并预处理,生成标准化心电信号序列;对该序列做多尺度时频变换,提取时频域特征矩阵,据此构建频谱能量分布图谱与相位变化轨迹图谱。基于前者划分主导频带区间并标记能量占比权重;根据后者计算相邻心动周期相位偏移量,生成相位稳定性指标。融合两者得初始分类特征向量,借相邻信号段空间相关性动态补偿,生成优化后特征向量。将其与预设心律失常类型特征库匹配确定候选集合,再依特征相似度层级筛选,输出最终分类结果,可实现多种心律失常信号精准分类。

本发明授权基于频谱分析的多种心律失常信号分类方法在权利要求书中公布了:1.一种基于频谱分析的多种心律失常信号分类方法,其特征在于,包括以下步骤: 采集目标对象的心电信号数据并进行预处理,生成标准化心电信号序列; 对标准化心电信号序列进行多尺度时频变换,提取时频域特征矩阵; 根据时频域特征矩阵构建频谱能量分布图谱和相位变化轨迹图谱; 基于频谱能量分布图谱划分主导频带区间,并标记各频带区间的能量占比权重; 根据相位变化轨迹图谱计算相邻心动周期的相位偏移量,生成相位稳定性指标; 融合能量占比权重与相位稳定性指标,生成初始心律失常分类特征向量; 通过相邻信号段的空间相关性对初始心律失常分类特征向量进行动态补偿,生成优化后的分类特征向量; 根据优化后的分类特征向量与预设心律失常类型特征库的匹配度,确定候选心律失常类型集合; 基于候选心律失常类型集合中各类型的特征相似度进行层级筛选,输出最终心律失常分类结果; 每个被标记出的主导频带区间的能量占比权重通过计算该区间内所有频点能量之和与整个频谱总能量之比来获得,能量占比权重量化了该频带在心电信号功率谱中的相对重要性; 对相位变化轨迹进行线性拟合,计算每个实际相位偏移量点与拟合直线上对应点的差值,所述差值称为拟合残差,将拟合残差的均方根作为相位稳定性指标; 所述初始心律失常分类特征向量的生成过程包括:将各主导频带区间的能量占比权重按频带从低到高排列形成能量特征子向量;将相位稳定性指标与平均R波间隔组合形成时相特征子向量;对能量特征子向量和时相特征子向量进行z-score标准化后拼接;在拼接后的向量中追加QT间期变异系数作为附加维度。

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中国人民解放军总医院第一医学中心,其通讯地址为:100080 北京市海淀区复兴路28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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。