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！

龙图腾网获悉上海交通大学宁波人工智能研究院申请的专利一种多传感器融合的心率监测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：CN119385537B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411596514.8，技术领域涉及：A61B5/024；该发明授权一种多传感器融合的心率监测方法是由卫慧慧;裴国锦;樊好;王林;杨根科;褚健设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种多传感器融合的心率监测方法在说明书摘要公布了：本发明公开了一种多传感器融合的心率监测方法，涉及医疗健康监测领域，所述方法包括：步骤1、采集原始混合体动信号，从中分离出正常BCG信号和异常BCG信号；步骤2、训练心率体征提取模型，提取心率体征；步骤3、将心率特征用于训练分类网络模型，输出心率判断结果；步骤4、将新的心率数据输入到心率体征提取模型中，提取特征表示，并将特征表示再输入到训练好的分类网络模型中，获得新的心率数据的判断结果。本发明所提供的技术方案通过利用人工智能技术和深度学习算法，应用对比学习的自监督方法，提升了检测分析的精度和效率，并通过比较正异常的BCG信号来学习区分它们的特征表示，降低了对人工标记数据的依赖，减少了人工成本和误差。

本发明授权一种多传感器融合的心率监测方法在权利要求书中公布了：1.一种多传感器融合的心率监测方法，其特征在于，所述方法包括以下步骤： 步骤1、采集原始混合体动信号，从中分离出正常BCG信号和异常BCG信号； 步骤2、用所述步骤1中采集的信号训练心率体征提取模型，提取心率体征； 步骤3、将所述心率体征用于训练分类网络模型，输出心率判断结果； 步骤4、将新的心率数据输入到所述心率体征提取模型中，提取特征表示，并将所述特征表示再输入到训练好的所述分类网络模型中，获得新的心率数据的判断结果； 所述步骤2包括以下子步骤： 步骤2.1、从所述步骤1的所述原始混合体动信号中随机选取N个信号，并将其中分离出的所述正常BCG信号作为正样本数据集、所述异常BCG信号作为负样本数据集； 步骤2.2、将所述原始混合体动信号、所述正样本数据集和所述负样本数据集都送入对应的编码器中捕捉BCG信号的时频特征，并将特征表示分别记为、+、，其中，所述编码器之间参数共享； 步骤2.3、通过一个Project网络，将特征表示、+、映射到另一个空间中，再经过归一化和计算对比损失函数获得所述心率体征； 所述步骤2.3中的归一化具体为通过标准化映射到超球面； 所述步骤2.3中的所述对比损失函数是InfoNCELoss，具体的计算公式为： 其中，表示所述对比损失函数，分子部分表示正样本的相似度经过温度参数调整后的指数值，分母部分是对当前样本与所有样本的相似度经过温度参数调整后的指数值求和，是所有样本的样本总数，包括正样本和异常样本；是一个温度参数，用于调整相似度的分布； 所述正样本的相似度的计算函数为余弦相似度，具体为： 。

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上海交通大学宁波人工智能研究院，其通讯地址为：315012 浙江省宁波市海曙区甬水桥路99弄118号甬水桥科创中心；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。