山东大学张亚涛获国家专利权
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！
龙图腾网获悉山东大学申请的专利基于预标签的自监督神经网络学习心拍分类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：CN116028858B 。
龙图腾网通过国家知识产权局官网在2026-03-24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：202211121298.2，技术领域涉及：G06F18/241；该发明授权基于预标签的自监督神经网络学习心拍分类方法及系统是由张亚涛;李向宇;姜世鹏;赵锴文设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。
本基于预标签的自监督神经网络学习心拍分类方法及系统在说明书摘要公布了：本公开涉及心电图的自动智能辅助检测技术领域，提出了基于预标签的自监督神经网络学习心拍分类方法及系统，分类方法包括如下步骤：对获取的心电数据进行预处理得到心拍数据；将获取的一维心拍数据进行时频分析转换为二维时频图；将转换后的二维时频图，输入至训练好的自监督式学习网络模型，对心拍数据进行分类，得到分类结果；所述自监督式学习网络模型训练，结合SimCLR方法和聚类方法，从而使损失函数项由一项变成两项，强化了学习的效果，能够提高心拍数据的分类的精度。
本发明授权基于预标签的自监督神经网络学习心拍分类方法及系统在权利要求书中公布了：1.基于预标签的自监督神经网络学习心拍分类方法，其特征在于，包括如下步骤： 对获取的心电数据进行预处理得到心拍数据； 将获取的一维心拍数据进行时频分析转换为二维时频图； 将转换后的二维时频图，输入至训练好的自监督式学习网络模型，对心拍数据进行分类，得到分类结果； 所述自监督式学习网络模型，采用聚类方法在每一轮训练开始给转换后的二维时频图打上预标签，训练的损失函数包括对比学习损失，以及聚类中心与各类样本的夹角损失，以对比学习方式进行模型训练，得到训练好的模型； 自监督式学习网络模型采用孪生神经网络，包括一个左网络和一个右网络，输出数据是输入数据的高维度空间的表征； 孪生神经网络采用两个2D-ResNet50模型，分别作为左网络和右网络，并且两个2D-ResNet50模型的结构和参数在初始化阶段均相同； 聚类中心与各类样本的夹角损失ProtoNEC公式为： 其中，Ck为表征向量tai对应原图所属类的中心坐标，Cl为除Ck外的其他中心坐标，n为样本总数。
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山东大学，其通讯地址为：264209 山东省威海市文化西路180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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励