Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 海宁市产业技术研究院吴健获国家专利权

海宁市产业技术研究院吴健获国家专利权

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!

龙图腾网获悉海宁市产业技术研究院申请的专利一种基于人工规则增强神经网络的心电图诊断方法及装置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:CN114711786B

龙图腾网通过国家知识产权局官网在2025-08-15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:202210172196.7,技术领域涉及:A61B5/346;该发明授权一种基于人工规则增强神经网络的心电图诊断方法及装置是由吴健;陈潇俊;应豪超;姜晓红;徐红霞;陈婷婷设计研发完成,并于2022-02-24向国家知识产权局提交的专利申请。

一种基于人工规则增强神经网络的心电图诊断方法及装置在说明书摘要公布了:本发明公开了一种基于人工规则增强神经网络的心电图诊断方法,包括:获得ECG信号训练样本;构建包括深度学习模块和规则推理模块的训练模型,将ECG信号训练样本输入至深度学习模块得到第一异常预测概率向量,将ECG信号训练样本输入至规则推理模块得到对心电诊断标签进行概率预测的第二异常预测概率向量,融合得到对心电诊断标签进行概率预测的最终异常预测概率向量;将ECG信号训练样本输入至训练模型,通过总损失函数优化训练模型参数得到多导联心电图信号诊断模型;应用时,将ECG信号输入至多导联心电图信号诊断模型得到该ECG信号的心电诊断标签的预测概率。该方法能够准确、快速的对心电信号进行诊断。

本发明授权一种基于人工规则增强神经网络的心电图诊断方法及装置在权利要求书中公布了:1.一种基于人工规则增强神经网络的心电图诊断方法,其特征在于,包括: 获得ECG信号训练样本; 构建训练模型,训练模型包括深度学习模块和规则推理模块,将ECG信号训练样本输入至深度学习模块得到第一异常预测概率向量,规则推理模块包括分隔描述子模块和规则推理子模块,将ECG信号训练样本输入至分隔描述子模块得到PQRST数值特征,将PQRST数值特征输入至规则推理子模块,基于医学信号分析规则,得到对心电诊断标签进行概率预测的第二异常预测概率向量,将第二异常预测概率向量进行mask机制处理得到第三异常预测概率向量,使得第三异常预测概率向量与第一异常预测概率向量长度相同,通过S形函数对第三异常预测概率向量和第一异常预测概率向量分配融合权重以得到最终异常预测概率向量; 构建总损失函数,总损失函数包括深度学习损失函数和规则推理损失函数,其中,通过最终异常预测概率向量与真实异常预测概率向量的加权交叉熵构建深度学习损失函数,通过最终异常预测概率向量与第三异常预测概率向量的加权交叉熵构建规则推理损失函数; 将ECG信号训练样本输入至训练模型,通过总损失函数优化训练模型参数得到多导联心电图信号诊断模型; 应用时,将ECG信号输入至多导联心电图信号诊断模型得到该ECG信号的心电诊断标签的预测概率; 通过S形函数对第三异常预测概率向量和第一异常预测概率向量分配融合权重以得到最终异常预测概率向量为: hDL=[h1,h2…hN] lRULE=[l1,l2…lN] 其中,i为心电诊断标签类别的索引,为心电诊断标签类别对应的mask值,其中,如果第i个心电诊断标签类别存在异常预测概率则mi=1,否则,mi=0,hDL为第一异常预测概率向量,lRULE为第三异常预测概率向量,N为心电诊断标签总数,Sω为融合权重向量ω的S型函数,ω、lRULE和hDL都具有相同的数量N,表示反转mask向量中的每个元素,“·”表示元素相乘; 总损失函数为: 其中,L·为加权二元交叉熵,y为真实异常预测概率向量,为最终异常预测概率向量,lRULE为第三异常预测概率向量,λ为超参数。

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海宁市产业技术研究院,其通讯地址为:314400 浙江省嘉兴市海宁市海宁经济开发区双富路28号科创中心D座1502室;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”。

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。