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！

龙图腾网获悉武汉纺织大学申请的专利一种基于自注意力机制的电阻抗癌症检测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：CN119969996B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510471573.0，技术领域涉及：A61B5/0536；该发明授权一种基于自注意力机制的电阻抗癌症检测方法是由周凡;曹家诚;蔡子恒;肖婧茹;付彦光;陆丹妮;何梓行;姜子怡;余锋;刘莉;姜明华设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种基于自注意力机制的电阻抗癌症检测方法在说明书摘要公布了：本发明公开了一种基于自注意力机制的电阻抗癌症检测方法，包括以下步骤：S1：获取电阻抗信号并将其送入输入层进行预处理；S2：将预处理后的信号分为两个分支，第一分支输入到频域网络中提取信号的频域特征，第二分支输入到时域模型中提取信号的高维特征；S3：将频域网络提取的频域特征和时域模型中提取的高维特征输入特征融合层进行融合；S4：使用自注意力机制对融合后的特征进行处理，最后传入全连接层和分类输出层进行癌症风险预测，输出检测结果。本发明通过频域网络和时域模型分别提取频域特征和高维特征，再将其进行融合，使用自注意力机制对融合后的特征进行特征增强，提升癌症检测的准确性和可靠性。

本发明授权一种基于自注意力机制的电阻抗癌症检测方法在权利要求书中公布了：1.一种基于自注意力机制的电阻抗癌症检测方法，其特征在于，所述方法包括以下步骤： S1：获取电阻抗信号并将其送入输入层进行预处理，用于去除噪声和干扰，所述预处理包括去噪、去趋势和归一化处理； S2：将预处理后的信号分为两个分支，第一分支输入到频域网络中提取信号的频域特征，第二分支输入到时域模型中提取信号的高维特征，所述频域网络包括傅里叶变换、卷积层和池化层，所述时域模型包括周期分解模块、卷积操作和全局卷积层； S3：将所述频域网络提取的频域特征和所述时域模型中提取的高维特征输入特征融合层进行融合，得到融合后的特征； S4：使用自注意力机制对所述融合后的特征进行处理，最后传入全连接层和分类输出层进行癌症风险预测，输出检测结果； 所述步骤S2中第一分支输入到频域网络中提取信号的频域特征具体包括： S211：首先，通过离散傅里叶变换将预处理之后的时域信号转换到频域，傅里叶变换公式如下： 其中，是预处理后的时域信号，是频域信号，即每个频率点的幅值,是信号的采样点数，是虚数单位； S212：然后，将得到的频域信号转换为频谱图，通过卷积层对频谱图进行特征提取，卷积层通过卷积核学习信号的局部频率特征，卷积操作的公式如下： 其中，是卷积核，用于提取频谱图的局部特征，是偏置项，控制卷积输出的偏移，是输入的频域信号，表示卷积操作，是卷积层输出的频域特征，表示激活函数，用于引入非线性，提高网络的表示能力，表示输入向量； S213：其次，通过池化层使用最大池化进一步处理卷积层输出的频域特征，池化操作用于减少特征图的尺寸，从而减少计算量和防止过拟合，池化公式为： 其中，是卷积层输出的频域特征，是池化窗口的起始位置，是池化窗口的大小，是池化后的频域特征； S214：进行卷积层和池化层的多次堆叠，最终输出频域特征为，其计算公式为： 其中，为最终输出的频域特征，表示经过次堆叠之后的频域特征； 所述步骤S2中第二分支输入到时域模型中提取信号的高维特征具体包括： S221：通过周期分解模块将输入的时域信号分解为多个周期分量，并将其分解为基于频率、幅度和相位的多个周期性成分，分解公式如下： 其中，是原始时域信号，是第个周期成分的幅值，是第个周期成分的频率，是第个周期成分的相位，表示信号分解为个周期性分量，将信号中的周期性信息提取出来； S222：经过时域分解后，使用卷积操作结合频域增强来提取局部频域特征，局部频域特征用于帮助捕捉信号中不同时间点的频率特征，并通过卷积层对其进行增强，其中卷积操作公式如下： 其中，是局部频域特征，表示通过卷积层提取的频域特征，表示用于提取频域信息的权重，为输入信号，是偏置项，用于控制卷积层输出的偏移，表示卷积操作，激活函数用于引入非线性，从而提高网络的表示能力； S223：将所有周期特征通过全局卷积层进行组合，从而形成全局频域特征，以便更好地捕捉信号的整体特征，全局增强特征建模公式如下： 其中，表示通过全局卷积层结合所有局部频域特征后的输出，表示第个周期特征的权重，为第个周期特征，表示经过局部频域卷积提取的特征，通过全局卷积层对每个周期特征进行加权和组合，从而生成全局频域特征； S224：所述局部频域特征和全局频域特征被组合到一起作为网络的输出，其特征输出公式如下： 其中，表示结合了局部频域特征和全局频域特征的最终输出特征，最终输出的特征是一个高维特征，包含了信号的局部和全局信息。

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武汉纺织大学，其通讯地址为：430074 湖北省武汉市洪山区纺织路1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”。