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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 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 > 中山大学郑凯获国家专利权

中山大学郑凯获国家专利权

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!

龙图腾网获悉中山大学申请的专利一种ECG信号的去噪方法、装置、设备和存储介质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:CN119366932B

龙图腾网通过国家知识产权局官网在2025-10-24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:202411644060.7,技术领域涉及:A61B5/346;该发明授权一种ECG信号的去噪方法、装置、设备和存储介质是由郑凯;甘晔维;崔明月;郑明龙;雷宇键;宋嵘;黄凯设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

一种ECG信号的去噪方法、装置、设备和存储介质在说明书摘要公布了:本发明提供一种ECG信号的去噪方法、装置、设备和存储介质,本发明的去噪方法包括将待去噪的ECG信号分割为若干分段ECG信号;基于离散小波变换提取各个分段ECG信号的低频分量和高频分量;对分段ECG信号进行编码计算得到对应的编码矩阵;利用频率引导多头自注意模型对分段ECG信号的低频分量、高频分量和编码矩阵进行处理,得到各个分段ECG信号对应的注意力结果;利用全局信道和空间增强卷积模型对分段ECG信号对应的注意力结果进行去噪处理,得到各个分段ECG信号对应的去噪结果;将各个分段ECG信号对应的去噪结果进行拼接,得到去噪后的ECG信号。本发明解决了现有方法对噪声强度不敏感,鲁棒性较差的技术问题。

本发明授权一种ECG信号的去噪方法、装置、设备和存储介质在权利要求书中公布了:1.一种ECG信号的去噪方法,其特征在于,包括以下步骤: S1、将待去噪的ECG信号分割为若干分段ECG信号; S2、基于离散小波变换提取各个分段ECG信号的低频分量和高频分量;具体包括如下步骤: S21、通过低通滤波器和卷积操作提取各个分段ECG信号的低频分量;所述的低频分量计算公式为: sL=s*g↓2; 式中,sL为分段ECG信号的低频分量,s为分段ECG信号,g为低通滤波器,*为卷积操作,↓2为步长为2的下采样操作; S22、通过高通滤波器和卷积操作提取各个分段ECG信号的高频分量,所述的高频分量计算公式为: sH=s*h↓2; 式中,sH为分段ECG信号的高频分量,h为高通滤波器; S3、对各个分段ECG信号进行编码计算,得到各个分段ECG信号对应的编码矩阵;具体包括如下步骤: S31、基于预设的查询矩阵计算公式,对各个所述的分段ECG信号进行编码计算,得到各个所述分段ECG信号对应的查询矩阵,所述的查询矩阵计算公式为: [Q1,Q2,...,Qh]=s·Wq; 式中,[Q1,Q2,...,Qh]为查询矩阵;h为频率引导多头自注意模型中头的数量;s为分段ECG信号;Wq为查询矩阵的投影映射; S32、基于预设的键矩阵计算公式,对各个所述的分段ECG信号进行编码计算,得到各所述分段ECG信号对应的键矩阵,其中,所述键矩阵计算公式为: [K1,K2,...,Kh]=ConcatsL,sH·Wk 式中,[K1,K2,...,Kh]为键矩阵;ConcatsL,sH为分段ECG信号的低频分量和高频分量的连接操作;sL为低频分量;sH为高频分量;Wk为键矩阵的投影映射; S33、基于预设的值矩阵计算公式,对各所述分段ECG信号进行编码计算,得到各所述分段ECG信号对应的值矩阵,其中,所述值矩阵计算公式为: [V1,V2,...,Vh]=s·Wv 式中,[V1,V2,...,Vh]为值矩阵;Wv为值矩阵的投影映射; S4、利用预设的频率引导多头自注意模型对各个分段ECG信号的低频分量、高频分量和编码矩阵进行处理,得到各个分段ECG信号对应的注意力结果; 将所述的各个分段ECG信号的低频分量、高频分量和编码矩阵作为频率引导多头自注意模型的输入信号,所述的频率引导多头自注意模型利用softmax函数计算各个所述的分段ECG信号对应的注意力得分和信号特征,并根据注意力得分和信号特征计算得到注意力结果,所述的注意力结果的计算具体为: 式中,AttentionScorei为第i个头的注意力得分;为第i个头的注意力计算结果,Vi为第i个头的值矩阵,为分段ECG信号的注意力计算结果,为h个不同注意力头的计算结果的拼接,WL×L为输入长度和输出长度都为L的分段ECG信号的投影映射; S5、利用全局信道和空间增强卷积模型对各个分段ECG信号对应的注意力结果进行去噪处理,得到各个分段ECG信号对应的去噪结果; 所述的全局信道和空间增强卷积模型融合了轻量级注意力模块LA和1-D卷积层,以调整不同频带和信号部分的权重比;两个轻量级注意力模块LA在不同的维度上执行,同时共享相同的结构,所述的轻量级注意力模块LA分别部署用于关键频带的信道注意力LAc和信号关键部分的空间注意力LAs; S6、将各个分段ECG信号对应的去噪结果进行拼接,得到去噪后的ECG信号。

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山大学,其通讯地址为:510000 广东省广州市番禺区中山大学东校区;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。