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 > 广东机电职业技术学院王旭获国家专利权

广东机电职业技术学院王旭获国家专利权

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!

龙图腾网获悉广东机电职业技术学院申请的专利基于多通道信号感知的胎儿心电图提取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:CN121242591B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511805490.7,技术领域涉及:A61B5/344;该发明授权基于多通道信号感知的胎儿心电图提取方法及系统是由王旭;王德毅;欧启标;张检保;张宇;何威;赵剑川设计研发完成,并于2025-12-03向国家知识产权局提交的专利申请。

基于多通道信号感知的胎儿心电图提取方法及系统在说明书摘要公布了:本发明涉及人工智能技术领域,具体涉及一种基于多通道信号感知的胎儿心电图提取方法及系统,方法包括:获取多通道腹部信号和训练好的多通道信号感知网络;将多通道腹部信号输入训练好的多通道信号感知网络,通过自学习Q引导小波模块将多通道腹部信号分解为多尺度特征图;通过编码器模块对多尺度特征图进行编码得到特征映射图;通过层析专注力变换模块对特征映射图进行处理,生成增强输出特征;通过自适应波形收缩模块对增强输出特征进行噪声抑制,得到自适应波形收缩模块处理后的去噪后子带特征图;通过解码器模块对去噪后子带特征图进行重构以重建胎儿心电图信号;本发明能够提高胎儿心电图提取的准确性。

本发明授权基于多通道信号感知的胎儿心电图提取方法及系统在权利要求书中公布了:1.一种基于多通道信号感知的胎儿心电图提取方法,其特征在于,所述方法包括以下步骤: S100,获取多通道腹部信号和训练好的多通道信号感知网络;其中,所述多通道信号感知网络包含自学习Q引导小波模块、编码器模块、层析专注力变换模块、自适应波形收缩模块和解码器模块; S200,将所述多通道腹部信号输入训练好的多通道信号感知网络,通过自学习Q引导小波模块将所述多通道腹部信号分解为多尺度特征图;通过编码器模块对所述多尺度特征图进行编码得到特征映射图;通过层析专注力变换模块对所述特征映射图进行处理,生成增强输出特征;通过自适应波形收缩模块对所述增强输出特征进行噪声抑制,得到自适应波形收缩模块处理后的去噪后子带特征图;通过解码器模块对去噪后子带特征图进行重构以重建胎儿心电图信号; S200中,所述通过层析专注力变换模块对所述特征映射图进行处理,生成增强输出特征,包括: S211,将特征映射图划分为查询通道组、键通道组和值通道组对应的特征映射图,分别使用查询、键和值的线性变换矩阵,结合查询通道组、键通道组和值通道组的权重参数,计算得到交互权重; S212,利用所述交互权重对值通道组的线性变换矩阵进行调节,通过交互权重与值通道组对应的线性变换矩阵相乘,产生增强的输出特征; S200中,所述通过自适应波形收缩模块对所述增强输出特征进行噪声抑制,得到自适应波形收缩模块处理后的去噪后子带特征图,包括: S221,获取每个子带的噪声估计值,噪声估计值通过计算子带经过编码器模块处理后的特征映射图的中值绝对偏差并除以常数因子得到,该常数因子用于将中值绝对偏差转换为标准差估计; S222,将每个子带的噪声估计值输入Sigmoid激活函数,生成自适应阈值系数,将自适应阈值系数与噪声估计值的乘积作为自适应阈值; S223,根据所述自适应阈值对增强输出特征中的每个子带进行软阈值处理,得到自适应波形收缩模块处理后的去噪后子带特征图; S200中,所述通过解码器模块对去噪后子带特征图进行重构以重建胎儿心电图信号,包括: S231,将自适应波形收缩模块处理后的去噪后子带特征图输入解码器模块; S232,解码器模块通过堆叠的1D卷积层、实例归一化层和正弦激活函数实现信号重构,将多尺度的去噪后子带特征图重新组合成时域信号,得到去噪且增强后的胎儿心电图信号。

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广东机电职业技术学院,其通讯地址为:510515 广东省广州市白云区同和蟾蜍石东路2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。