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;上海人工智能创新中心;上海交通大学医学院附属瑞金医院申请的专利基于异常检测预训练的心电图长尾分类方法、装置及介质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：CN118873148B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202410919093.1，技术领域涉及：A61B5/318；该发明授权基于异常检测预训练的心电图长尾分类方法、装置及介质是由王延峰;蒋傲凡;黄潮钦;曹青;曾滋;陈康;张娅设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本基于异常检测预训练的心电图长尾分类方法、装置及介质在说明书摘要公布了：本发明涉及一种基于异常检测预训练的心电图长尾分类方法、装置及介质，其中方法包括以下步骤：获取多尺度心电图信号；获取心电报告信息，提取报告属性信息和分类结果；基于多尺度心电图信号和报告属性信息预训练异常检测模型；以信号趋势辅助恢复中得到的信号趋势特征和多尺度交叉恢复中得到的全局心电特征的串联组合作为长尾分类网络的输入，从心电报告中提取的分类结果作为输出，训练长尾分类网络；将待检测心电图信号输入预训练完成的异常检测模型，对得到的信号趋势特征和全局心电特征进行串联组合，并将组合得到的特征输入到下游的长尾分类网络进行异常类型多分类，得到分类预测结果概率。与现有技术相比，本发明具有提高了分类结果的全面性和可靠性等优点。

本发明授权基于异常检测预训练的心电图长尾分类方法、装置及介质在权利要求书中公布了：1.一种基于异常检测预训练的心电图长尾分类方法，其特征在于，包括以下步骤： 获取多尺度心电图信号； 获取心电报告信息，从心电报告中提取报告属性信息和分类结果； 基于多尺度心电图信号和报告属性信息预训练异常检测模型，所述异常检测模型对输入的多尺度心电图信号进行信号预处理，得到全局心电信号和局部心电信号，对全局心电信号和局部心电信号进行多尺度交叉恢复，对全局心电信号进行信号趋势辅助恢复，并进行报告属性预测； 以信号趋势辅助恢复中得到的信号趋势特征和多尺度交叉恢复中得到的全局心电特征的串联组合作为长尾分类网络的输入，从心电报告中提取的分类结果作为输出，训练长尾分类网络； 将待检测心电图信号输入预训练完成的异常检测模型，对得到的信号趋势特征和全局心电特征进行串联组合，并将组合得到的特征输入到下游的长尾分类网络进行异常类型多分类，得到分类预测结果概率； 其中，所述多尺度交叉恢复包括以下步骤： 对多尺度心电信号进行随机掩膜，在全局心电信号上针对散布的区域进行随机掩膜，在局部心电信号上对特定连续区域进行随机掩膜，得到掩膜后的信号记为和； 分别利用独立的全局编码器和局部编码器进行信号特征提取，得到全局特征和局部特征； 通过串联的方式将全局特征和局部特征融合成一个统一的交叉注意力特征： 其中，为矩阵转置操作，是一种归一化指数函数，表示特征维数的平方根作为缩放因子，表示将两个张量进行串联； 得到融合特征信息后，通过两个不同的全连接网络将融合特征信息重新划分为多尺度的心电特征，并与经过注意力机制之前的多尺度心电特征进行残差连接，得到全局心电特征和局部心电特征； 对多尺度心电特征进行解码恢复：利用独立的全局解码器和局部解码器为多尺度心电特征分别生成全局恢复信号、局部恢复信号和对应的不确定度； 所述信号趋势辅助恢复包括以下步骤： 对全局心电信号在时间维度上应用滑动平均窗口进行平滑处理； 对平滑后的信号进行相邻信号点的差分并归一化，得到全局心电信号的趋势信号，记为； 利用信号特征提取网络提取趋势信号的高维特征信息，记为信号趋势特征，与多尺度交叉恢复中得到的全局心电特征进行串联合并，并通过解码器重建全局心电信号，对掩膜遮挡区域进行辅助恢复，得到基于趋势的恢复信号； 将长尾分类网络的预测分类结果与心电报告记录的真实分类结果进行比较，利用对称损失函数进行监督，实现对长尾分类网络的训练，所述对称损失函数表示为： 其中，表示对多标签分类中正负标签的调配系数，为真实分类结果，表示对容易分类的负标签进行阈值筛选，其中表示模型对第种类型的分类预测结果，是一个固定数值用于过滤预测结果较低，即容易分类的类别，K为分类结果的种类数量。

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;上海人工智能创新中心;上海交通大学医学院附属瑞金医院，其通讯地址为：200240 上海市闵行区东川路800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。