恭喜中北大学臧俊斌获国家专利权
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!
龙图腾网恭喜中北大学申请的专利一种基于残差网络的一维心电数据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:CN114692698B 。
龙图腾网通过国家知识产权局官网在2025-03-21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:202210429753.9,技术领域涉及:G06F18/241;该发明授权一种基于残差网络的一维心电数据分类方法是由臧俊斌;薛晨阳;张志东;李波;王巨亮;刘丹设计研发完成,并于2022-04-22向国家知识产权局提交的专利申请。
本一种基于残差网络的一维心电数据分类方法在说明书摘要公布了:本申请涉及计算机领域,具体提供了一种基于残差网络的一维心电数据分类方法,该方法包括如下步骤:S1,获取心电数据并对其进行预处理;S2,构建网络模型;S3,对构建的网络模型进行训练和测试;S4,使用测试好的网络模型对心电数据进行分类。步骤S2构建的网络模型包括卷积层+BN层+ReLU激活函数+全局最大池化层、RE1.1残差模块、RE2残差模块、全局平均池化层+全连接层,具体地,本发明对残差网络进行了改进,在残差块的使用上仅使用了RE1.1,去掉了原始网络中的RE1.2,并在RE1.1后直接连接上了RE2进行特征数与通道数的同步融合,最后通过全连接层进行特征拉平并进行SoftMax分类。本发明方法对多类别心电数据的分类准确率较高,且训练与测试所需时间较短。
本发明授权一种基于残差网络的一维心电数据分类方法在权利要求书中公布了:1.一种基于残差网络的一维心电数据分类方法,其特征在于,所述方法包括如下步骤:S1,获取心电数据并对其进行预处理;S2,构建网络模型;S3,对构建的网络模型进行训练和测试;S4,使用测试好的网络模型对心电数据进行分类;所述步骤S2中,依次构建卷积层+BN层+ReLU+全局最大池化层、RE1.1残差模块、RE2残差模块、全局平均池化层+全连接层;所述卷积层为3*3的卷积网络,步长为1,所述RE1.1残差模块包括四个依次连接的RE1.1残差单元,所述RE1.1残差单元包括第一分支、第二分支、激活函数,所述第一分支和所述第二分支的结果输入激活函数,所述第一分支为依次连接的卷积层2、BN层、ReLU激活函数、卷积层3、DP层、BN层,所述第二分支为卷积层4和BN层,在所述RE1.1残差单元中通道数变为输入的两倍,特征数变为输入的二分之一,所述卷积层2的卷积核大小为3,步长为2,所述卷积层3的卷积核大小为3,步长为1,所述卷积层4的卷积核大小为1,步长为2,所述RE1.1残差模块中包含DP层,所述DP层设置于所述卷积层3之后,所述BN层之前;所述RE2残差模块包括一个RE2残差单元,在所述RE2残差单元中包括第三分支、第四分支、激活函数,所述第三分支和所述第四分支的结果输入激活函数,所述第三分支为依次连接的卷积层5、BN层、ReLU激活函数、卷积层6、BN层,所述第四分支为卷积层7和BN层,在所述RE2残差单元中,通道数变为输入的四分之一,特征数变为输入的二分之一,所述卷积层5和卷积层6的卷积核大小为3,步长为2,卷积层7的卷积核大小为1,步长为4。
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北大学,其通讯地址为:030051 山西省太原市学院路3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”。
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。