浙江大学李昊旻获国家专利权
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！
龙图腾网获悉浙江大学申请的专利基于心电图信号辅助识别注意缺陷多动障碍的方法、装置及系统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：CN119314657B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202411829098.1，技术领域涉及：G16H50/20；该发明授权基于心电图信号辅助识别注意缺陷多动障碍的方法、装置及系统是由李昊旻;曹雨;李小寒;段会龙;徐海燕;汪伟;舒强设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。
本基于心电图信号辅助识别注意缺陷多动障碍的方法、装置及系统在说明书摘要公布了：本发明公开了一种基于心电图信号辅助识别注意缺陷多动障碍的方法、装置集系统，方法包括：1采集需要评估患注意缺陷多动障碍风险高低的被测者的心电图数据并进行处理；2采用一维卷积神经网络对待测者的处理后的心电图数据进行深度特征提取；通过Score‑CAM对卷积神经网络的特征图生成分类热力图，从生成的分类热力图中提取时间域、频域及局部统计特征；3将时间域、频域及局部统计特征输入至机器学习分类器中进行分类，获得对待测者患注意缺陷多动障碍风险的评估结果。本发明将深度学习与多种机器学习方法相结合，不仅提高了分类性能，还提供了丰富的特征解释性。
本发明授权基于心电图信号辅助识别注意缺陷多动障碍的方法、装置及系统在权利要求书中公布了：1.一种基于心电图信号辅助识别注意缺陷多动障碍的方法，其特征在于，包括： 1采集需要评估患注意缺陷多动障碍风险高低的被测者的心电图数据并进行处理； 2采用一维卷积神经网络对待测者的处理后的心电图数据进行深度特征提取；通过Score‑CAM对一维卷积神经网络各卷积层激活图加权生成分类热力图，从生成的分类热力图中提取时间域、频域及局部统计特征； 所述的时间域特征包括全局激活均值、激活值标准差、最大激活值； 所述的频域特征包括傅里叶变换均值、频谱峰值、功率峰值； 局部统计特征包括滑动窗口均值、滑动窗口标准差、局部最大值； 3将时间域、频域及局部统计特征输入至机器学习分类器中进行分类，获得对待测者患注意缺陷多动障碍风险的评估结果； 所述的机器学习分类器为支持向量机、随机森林、逻辑回归、K近邻算法、决策树或XGBoost。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励