Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京理工大学吴鹏获国家专利权

南京理工大学吴鹏获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利基于深度学习的植入心室辅助装置运行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:CN120823985B

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:202511317396.7,技术领域涉及:G16H40/60;该发明授权基于深度学习的植入心室辅助装置运行监测方法是由吴鹏;蒋元源;华越;吴威涛;陈鑫;王丽君;王振常;朱志伟设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。

基于深度学习的植入心室辅助装置运行监测方法在说明书摘要公布了:本发明公开一种基于深度学习的植入心室辅助装置运行监测方法,包括如下步骤:采集心室辅助装置运行相关的多源时序监测数据;构建包括基础监测模块和精确监测模块的运行状态预测模型;基础监测模块包括级联的局部特征提取模块、特征汇总模块以及第一分类模块;精细监测模块包括高频时序数据特征提取模块、低频异步数据条件编码模块、融合模块以及第二分类模块。利用运行状态预测模型对实时监测数据进行分析,输出心室辅助装置当前运行状态信息。本发明方法具备故障预警及时、识别精度高、模型可泛化性强等优点,可实现对心室辅助装置运行状态的动态监控与智能诊断。

本发明授权基于深度学习的植入心室辅助装置运行监测方法在权利要求书中公布了:1.基于深度学习的植入心室辅助装置运行监测方法,其特征在于,包括: 通过构建深度监测模型,实现对植入心室辅助装置运行状态的智能监测;其中,深度监测模型包括基础监测模块,基础监测模块包括级联的局部特征提取模块、特征汇总模块以及第一分类模块: 局部特征提取模块包括级联的第一一维卷积层和第二一维卷积层,用以提取模型输入的局部特征; 特征汇总模块包括第一全局平均池化层,用以对局部特征进行压缩,形成全局统计特征表示; 第一分类模块包括级联的第一全连接层、第二全连接层和Sigmoid激活函数,用以输出植入心室辅助装置运行状态信息; 深度监测模型还包括精细监测模块,当基础监测模块的分类结果为异常运行时,启动精细监测模块;精细监测模块包括高频时序数据特征提取模块、低频异步数据条件编码模块、融合模块以及第二分类模块: 高频时序数据特征提取模包括级联的第三一维卷积层、第四一维卷积层、第五一维卷积层、第一LSTM层、第二LSTM层、第六一维卷积层、第一上采样层以及一维细化卷积层,用以获取高维高分辨率的时序特征; 低频异步数据条件编码模块包括级联的第三全连接层和第四全连接层,用以获取高维特征向量;高维特征向量分别作为并行的两个参数分支的输入,其中一个参数分支包括级联的通道缩放单元和第一维度扩展单元,另一个参数分支包括级联的通道偏置单元和第二维度扩展单元,两个参数分支分别生成通道缩放参数和通道偏置参数; 融合模块包括FilM调整单元,采用FiLM方式,将通道缩放参数和通道偏置参数作用于高维高分辨率的时序特征,通过逐通道仿射变换实现条件调制,得到融合后的时序特征; 第二分类模块包括级联的时间注意力池化层、第五全连接层、第六全连接层以及Softmax激活函数,用以输出分类结果。

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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。

免责声明
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。