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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院苏州生物医学工程技术研究所张云鹏获国家专利权

中国科学院苏州生物医学工程技术研究所张云鹏获国家专利权

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!

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利基于心冲击和心音的心衰筛查方法及系统、设备、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:CN121176900B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511728961.9,技术领域涉及:A61B5/11;该发明授权基于心冲击和心音的心衰筛查方法及系统、设备、介质是由张云鹏设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。

基于心冲击和心音的心衰筛查方法及系统、设备、介质在说明书摘要公布了:本发明提供基于心冲击和心音的心衰筛查方法及系统、设备、介质,模型包含双流特征提取网络:分支BCG网络采用多尺度卷积与BiLSTM结构以捕获心脏机械振动信号的时序特征,分支PCG网络提取声学成分的时频模式,随后通过门控特征融合机制自适应加权两种模态的关键信息,实现心力衰竭异常分类。BCG–PCG多模态联合分析为心衰早期筛查提供了一种可行的智能检测思路,为居家无感健康风险评估系统提供了可行路径。

本发明授权基于心冲击和心音的心衰筛查方法及系统、设备、介质在权利要求书中公布了:1.一种基于心冲击和心音的心衰筛查方法,其特征在于,包括以下步骤: 获取同步采集的心冲击图与心音图信号,并对所述心冲击图与心音图信号进行预处理; 基于双流特征提取网络提取BCG特征及PCG特征; 基于门控机制的特征融合模块实现所述BCG特征与所述PCG特征融合; 将融合后的特征向量输入多层感知机分类器,实现心力衰竭异常分类; 所述对所述心冲击图与心音图信号进行预处理步骤包括: 依据采集时间戳对心冲击图与心音图信号进行时序对齐; 对于心冲击图信号,采用高通滤波器消除直流漂移,通过带通滤波器提取心动相关频率成分,利用Db6小波基进行7层分解,保留第3至第6层细节系数以重构信号,使用萨维茨基-戈莱滤波器进行平滑处理以抑制噪声,最后执行z分数标准化,消除个体间幅值差异,统一信号动态范围; 对于心音图信号,通过去均值处理及高通巴特沃斯滤波消除基线漂移与抑制低频干扰,采用带通滤波器提取心音主频成分,利用Db6小波基进行6层分解,保留第3至第6层细节系数实现针对性去噪,最后执行z分数标准化,以消除个体及设备引入的幅值差异; 所述双流特征提取网络包括用于提取BCG特征的分支BCG网络和提取PCG特征的分支PCG网络,其基础构件是多尺度SE增强卷积模块,BCG网络和PCG网络均基于此模块构建;其中,BCG网络用于序列建模,PCG网络利用其多通道特性,引入跨通道注意力机制以融合不同频段的信息; 所述基于门控机制的特征融合模块实现所述BCG特征与所述PCG特征融合步骤包括: 设BCG与PCG的特征向量分别为,首先将二者拼接: 将拼合特征输入至门控网络,该网络由两层全连接层和Sigmoid激活函数构成,输出维度为128的门控向量,其作用是为每个特征维度分配自适应权重作为门控向量; 将BCG与PCG的特征向量进行加权融合: 其中,表示sigmoid函数,表示逐元素相乘。

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中国科学院苏州生物医学工程技术研究所,其通讯地址为:215000 江苏省苏州市高新区科灵路88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。