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！

龙图腾网获悉武汉大学申请的专利一种基于混合生理状态心电信号的身份认证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：CN119807774B 。

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：202510053641.1，技术领域涉及：G06F18/22；该发明授权一种基于混合生理状态心电信号的身份认证方法是由冯晶;郑丹;刘娟设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种基于混合生理状态心电信号的身份认证方法在说明书摘要公布了：本发明公开了一种基于混合生理状态心电信号的身份认证方法，涉及生物特征识别技术领域，旨在解决现有技术对心电信号的身份识别研究主要集中在静息状态，针对运动前后进行身份识别的研究较少的问题，其包括获取待测者的混合心电信号数据；对混合心电信号数据进行预处理，得到预处理后的混合心电信号数据；将预处理后的混合心电信号数据作为输入，基于心电信号提取网络模型输出得到嵌入特征向量；根据嵌入特征向量计算余弦相似度值，并根据余弦相似度值对待测者身份进行认证等步骤。本发明能够同时适应并处理运动状态和静息状态的心电信号，提高身份认证的准确率和鲁棒性。

本发明授权一种基于混合生理状态心电信号的身份认证方法在权利要求书中公布了：1.一种基于混合生理状态心电信号的身份认证方法，其特征在于，包括： 获取待测者的混合心电信号数据，所述混合心电信号数据由待测者在运动状态和静息状态下的心电信号混合得到； 对混合心电信号数据进行预处理，得到预处理后的混合心电信号数据； 将预处理后的混合心电信号数据作为输入，基于心电信号提取网络模型输出得到嵌入特征向量； 根据嵌入特征向量计算余弦相似度值，并根据余弦相似度值对待测者身份进行认证； 所述心电信号提取网络模型包括依次连接的多尺度卷积模块、特征增强模块、深度特征提取模块、全局上下文模块以及自注意力模块，所述自注意力模块的输出端依次连接有全局平均池化层、全连接层、归一化层； 所述多尺度卷积模块用于对预处理后的混合心电信号数据进行特征提取得到特征张量，所述特征张量经过通道维度拼接进行特征融合后输入至特征增强模块；所述特征增强模块用于对输入特征张量进行特征通道自适应调节； 所述深度特征提取模块用于对输入特征张量进行深层特征提取； 所述全局上下文模块用于对输入特征进行全局信息聚合得到通道注意权重，所述通道注意力权重与输入特征张量相乘后输入至自注意力模块； 所述自注意力模块用于建立输入特征张量间的长程依赖关系； 其中，所述多尺度卷积模块包括四个并行的卷积分支，所述卷积分支的卷积核大小分别为3、5、7、11，且每个卷积分支的输入通道数为1，输出通道数为64； 所述深度特征提取模块包括两个依次连接的卷积单元，每个所述卷积单元均由卷积层、批归一化层和ReLU激活函数组成，其中，第一个卷积单元保持通道数不变，第二个卷积单元将通道数增加至512； 所述全局上下文模块包括依次连接的自适应平均池化层、两个1×1卷积层和激活函数，其中，第一个1×1卷积层将通道数降低至256并经ReLU激活函数处理，第二个1×1卷积层将通道数恢复至512并经过Sigmoid激活函数处理得到通道注意力权重； 所述自注意力模块包括Query分支、Key分支和Value分支，所述Query分支和Key分支经1×1卷积层将通道数降低为输入特征张量的18，Value分支经1×1卷积层保持原通道数，所述Query分支和Key分支的乘积经Softmax激活函数处理得到注意力分数后再与Value分支计算得到注意力特征，所述注意力特征通过可学习的缩放参数和残差连接得到增强后的特征表示。

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大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。