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！

龙图腾网获悉北京航空航天大学申请的专利一种基于心电和心磁多尺度融合的心脏电生理信号分类方法及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：CN119760534B 。

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：202411820864.8，技术领域涉及：G06F18/2415；该发明授权一种基于心电和心磁多尺度融合的心脏电生理信号分类方法及系统是由张旭;元梦杨;杨剑之;向岷;郑世强设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于心电和心磁多尺度融合的心脏电生理信号分类方法及系统在说明书摘要公布了：本发明公开了一种基于心电和心磁多尺度融合的心脏电生理信号分类方法及系统，包括：获取心电信号和心磁信号，将原始ECG、MCG信号分别进行滤波去噪预处理，并通过R波定位划分心拍，再经过傅里叶变换后得到二维谱图，特征提取后分别建立多域心功能信号数据集；构建卷积循环神经网络，通过双输入模型实现两种不同形式的心脏电生理信号的同步处理，将卷积神经网络提取到的浅层信号特征输入到循环神经网络构成的时序特征提取模块，融合ECG、MCG信号局部显著性特征与时序特征，形成最终用于分类的ECG、MCG信号特征。将融合后的特征输入非线性分类层，使用Softmax结合交叉熵损失函数进行模型训练，并输出分类结果。

本发明授权一种基于心电和心磁多尺度融合的心脏电生理信号分类方法及系统在权利要求书中公布了：1.一种基于心电和心磁多尺度融合的心脏电生理信号分类方法，其特征在于，包括以下步骤： 获取原始心电信号和原始心磁信号，分别将原始心电信号和原始心磁信号进行预处理，并根据R波定位划分心拍，提取心跳信号，将提取的心跳信号经傅里叶变换后获得对应的频域信息，其中，所述频域信息包括：一维时域特征、二维频域特征及时频域特征； 将获得的一维时域特征、二维频域特征及时频域特征，输入到卷积循环神经网络进行浅层特征提取，分别以ECG、MCG信号为输入，设计具有两个并行分支的卷积循环神经网络实现心电信号和心磁信号的联合分析； 通过融合单心跳周期即心拍在时域和频域的特征，综合地对心脏电生理信号进行分类检测； 卷积循环神经网络采用三模块组合结构，其中第一个模块是双输入卷积模块，包含两个并行的卷积分支，每个分支具有相同的结构，包含卷积层、批归一化层、ReLU激活函数以及最大池化层；第二个模块是由门控循环单元GRU构成的时序特征提取模块，包括重置门和更新门；第三个模块是决策模块，包含扁平层、全连接层、密集层，最后经过Softmax函数输出多分类概率分布，获得分类结果； 所述双输入卷积模块分别采用一维、二维CNN模型作为网络结构，两种心脏电生理信号同时作为模型的输入；将ECG、MCG信号心拍或频谱图、时频谱图分别输入到三条独立的网络支路中，对于一维CNN模型，第一层卷积层后采用批归一化层，用于标准化每个批次的数据；置于批归一化后的最大池化层用于降低特征维度；第二、三层卷积层分别增加卷积核的数量以提取更多特征，其他参数与第一卷积层相同；对于二维CNN模型，则使用二维卷积核进行特征提取； 所述时序特征提取模块采用门控循环单元GRU作为网络结构；输入为由双输入卷积模块提取到的浅层信号特征，输出为提取后的时序特征； 在决策模块，首先加入一个卷积层来合并来自前一层的不同输入的结果，再对合并后的结果使用Softmax激活函数进行非线性变换；之后，模型使用与上一步输出尺寸相同的卷积核作为全连接层，与Softmax激活函数的输出进行卷积，并在全连接层采用了丢弃层和早停策略防止过拟合。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。