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！

龙图腾网获悉重庆科技学院申请的专利基于时频域融合与卷积神经网络的心电信号分类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：CN116746942B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310522195.5，技术领域涉及：A61B5/346；该发明授权基于时频域融合与卷积神经网络的心电信号分类方法是由陈国荣;汪博城;邓菊丽;李卫卫;刘玉川;刘金源;肖彦冰;黄佳铭;段泓俊;杜重灵设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于时频域融合与卷积神经网络的心电信号分类方法在说明书摘要公布了：本发明涉及信号分类技术领域，具体公开了一种基于时频域融合与卷积神经网络的心电信号分类方法，通过小波分解完成对心电信号滤波；通过每个心跳周期的R波位置对单个心跳周期进行提取；提取的心跳信号被快速傅里叶变换后获得其频域信息；时域信号与频域信号进行拼接之后输入一维卷积神经网络进行融合并提取特征；特征矩阵被输入全连接神经网络完成分类。本发明通过CNN融合单心跳周期在时域和频域两个视角的表现，综合地对心电信号进行分类，提高了对单心跳周期心电信号的分类准确率；提出了一种新颖的心跳周期定位方法，该方法可同时对正常与病变心电信号的R波波峰位置进行标定，使每个心跳周期信号都能较好地被分割，提升后续分类的准确性。

本发明授权基于时频域融合与卷积神经网络的心电信号分类方法在权利要求书中公布了：1.基于时频域融合与卷积神经网络的心电信号分类方法，其特征在于，包括步骤： S1、对整段心电信号进行滤波，以滤除噪声； S2、对滤波后的整段心电信号的R波位置进行定位，并根据定位的R波位置提取多个心跳周期信号； 所述步骤S2具体包括步骤： S21、使用db2小波基对滤波后的整段心电信号进行三个尺度的分解； S22、对第三个尺度的高频分量进行小波重构获得重构信号fn； S23、在重构信号fn中定位出R波位置； S24、根据R波位置定位的结果，将滤波后的整段心电信号中每一个R波位置与前面n-1个和后面2n个数据，一共3n个数据提取为一个待识别的心跳周期信号，从而提取多个心跳周期信号； 所述步骤S23具体包括步骤： S231、对重构信号fn中QRS波群产生的极大值进行定位，设极大值的位置为A点； S232、采用大小为J的窗口以滑动步长S在重构信号fn上滑动； S233、判断是否还有三个窗口，若否则继续判断，若是则进入下一步； S234、获取下一个窗口的数据，并找到该数据中的最大值和最小值，若最大值与最小值之间的差值大于阈值则进入下一步，否则返回至步骤S233； S235、寻找下一个窗口中A点位置的左右K区间内与信号均值相差最大的值，设该值的位置为B1点，设置B2为上一个B1点的位置； S236、计算B1点和B2点之间的距离，若距离大于距离阈值L，则将该B1点记录为R波位置，否则进入下一步； S237、判断B1点的信号值与其区间的信号平均值的差异是否大于B2点的信号值，若是则用B1位置取代B2，若否则舍弃该位置并返回至步骤S233； S3、对每个心跳周期信号进行快速傅里叶变换获取其频域信息； S4、将每个心跳周期信号与其频域信息进行拼接，得到多条时频域拼接数据； S5、将每一条时频域拼接数据输入一维卷积神经网络中进行分类，得到对应的分类结果。

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重庆科技学院，其通讯地址为：401331 重庆市沙坪坝区大学城东路20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。