中国人民解放军总医院第二医学中心陈妍获国家专利权
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!
龙图腾网获悉中国人民解放军总医院第二医学中心申请的专利基于深度学习的老年人心脏异常检测辅助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:CN120448710B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202510883057.9,技术领域涉及:G06F18/10;该发明授权基于深度学习的老年人心脏异常检测辅助系统是由陈妍;李晓倩;马航航;暴雨设计研发完成,并于2025-06-28向国家知识产权局提交的专利申请。
本基于深度学习的老年人心脏异常检测辅助系统在说明书摘要公布了:本发明公开了基于深度学习的老年人心脏异常检测辅助系统,包括数据采集模块、边缘预处理模块、多模态时空表征模块和智能检测模块。本发明涉及心脏健康监测技术领域,具体是指基于深度学习的老年人心脏异常检测辅助系统,本方案通过可变位宽量化的一维卷积神经网络,实现高效去噪;在时域与频域引入双重注意力并多尺度抑制噪声,增强微弱病理波形的提取能力;进行分层自监督对比学习以获得通用表征,再利用动态图谱卷积网络捕捉生理与环境的时空关联,提高了心脏异常检测的准确性;通过双层推理机制将边缘端初筛与高精度分类相结合,并基于连续时间贝叶斯变分更新生成风险曲线,实现了对老年人心脏异常的实时检测。
本发明授权基于深度学习的老年人心脏异常检测辅助系统在权利要求书中公布了:1.基于深度学习的老年人心脏异常检测辅助系统,其特征在于:包括数据采集模块、边缘预处理模块、多模态时空表征模块和智能检测模块; 所述数据采集模块,采集老年人历史的心电信号、活动强度、环境数据和心脏状态数据; 所述边缘预处理模块,利用可变位宽量化的一维卷积神经网络对心电信号进行实时去噪和轻量化分类,同时通过时域和频域注意力生成特征,获取疑似异常数据,具体包括以下单元: 去噪单元,在候选位宽上分别进行量化卷积去噪并将均方误差与存储成本加权求和,自动选出使加权和最小的最优位宽,然后用最优位宽对原始信号进行量化,得到去噪后的信号; 引入双重注意力单元,在时域和频域分别引入了缩放点积注意力,先将量化后信号映射为查询、键、值张量,然后通过对查询与键的点积除以维度标度因子并归一化生成时域和频域的注意力权重矩阵,再分别与值张量相乘得到增强的时域和频域特征表示; 初步心脏异常分类单元,使用一维卷积神经网络在量化后的时域特征上做轻量化分类,利用轻量化卷积网络,对融合特征进行轻量化分类,只将疑似异常片段上传云端; 所述多模态时空表征模块,首先在无标注的心电、活动和环境多模态时序数据上进行自监督对比学习,通过构造正负样本对最大化同类嵌入相似度、最小化异类相似度,从而获得生理信号表示;然后构建基于多模态特征的动态图谱,用多层感知器融合心电、运动和环境向量生成时变邻接矩阵,再通过归一化图卷积迭代更新节点表征,捕捉个体生理与环境的时空关联;最后,在全局模型基础上用标注样本进行梯度微调,并结合生成对抗网络扩增样本; 所述智能检测模块,通过双层推理机制,对疑似异常的心电片段进行分类和概率预测;随后,基于输出的概率向量,利用连续时间贝叶斯更新公式动态计算心脏异常事件的先验与后验风险,并累积积分以获得短期、中期和长期的风险曲线,从而实现对心脏异常的检测。
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国人民解放军总医院第二医学中心,其通讯地址为:100080 北京市海淀区复兴路28号中国人民解放军总医院第二医学中心;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。
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。

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