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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于时空图卷积网络的胎心率信号分类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：CN120030412B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510118196.2，技术领域涉及：A61B5/00；该发明授权一种基于时空图卷积网络的胎心率信号分类方法是由张烨菲;胡峻豪;赵治栋;邓艳军设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种基于时空图卷积网络的胎心率信号分类方法在说明书摘要公布了：本发明提供一种基于时空图卷积网络的胎心率信号分类方法，包括以下步骤：获取胎心率信号并进行预处理；从胎心率信号中提取节点特征属性，生成初始静态图；基于初始静态图和自适应邻接矩阵构建得到动态图，更新动态图中节点在每个时间步上的信息传播，生成更新后的动态图；构建优化的时空图卷积网络模型，将更新后的动态图输入优化的时空图卷积网络模型，输出胎心率信号的分类结果。本发明引入动态图机制，并对传统时空图卷积网络进行优化，有效地捕捉节点之间的空间依赖性和时间依赖性，实现跨时间维度的信息传递，推断出FHR数据的病理因果性，提高了FHR信号分类的准确性。

本发明授权一种基于时空图卷积网络的胎心率信号分类方法在权利要求书中公布了：1.一种基于时空图卷积网络的胎心率信号分类方法，其特征在于，包括以下步骤： 步骤S1、获取胎心率信号并进行预处理； 步骤S2、从胎心率信号中提取节点特征属性，生成初始静态图； 步骤S3、基于初始静态图和自适应邻接矩阵构建得到动态图，更新动态图中节点在每个时间步上的信息传播，生成更新后的动态图；具体包括以下步骤： S3.1、构建源节点的节点嵌入矩阵和目标节点的节点嵌入矩阵，对、点乘得到的空间权值进行稀疏化和归一化处理，获得自适应邻接矩阵； S3.2、将初始静态图和自适应邻接矩阵结合，构建得到动态图；表示为： 4； S3.3、引入扩散图卷积，通过双向随机游走模型更新当前动态时间序列的节点特征，获得更新后的动态图；扩散图卷积的建模过程如下式所示： 5； 其中均为可训练参数，随着不同的输入样本进行变化；K表示卷积核大小；为度矩阵，前者表示入度矩阵，后者表示出度矩阵，由动态图的拓扑结构计算得到，用于对自适应邻接矩阵的归一化操作；为原始邻接矩阵；为对原始邻接矩阵进行Laplace变换处理得到的邻接矩阵，为转置； 步骤S4、构建优化的时空图卷积网络模型，将更新后的动态图输入优化的时空图卷积网络模型，输出胎心率信号的分类结果；所述优化的时空图卷积网络模型包括三个串联的ST-GCN模块、一个平均池化层、一个全连接层和一个Softmax激活函数； 每个所述ST-GCN模块均包括一个图卷积网络块OGCN、一个时间卷积网络块TCN和一个残差块，所述残差块用于实现图卷积网络块OGCN和时间卷积网络块TCN的残差连接；所述图卷积网络块OGCN包括依次串联的一个3×3的逐通道卷积、一个1×1的逐点卷积和一个激活函数。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。