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！

龙图腾网恭喜深圳大学;深圳甲田科技有限公司申请的专利一种基于时频分量混合引导的高血压风险评估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：CN118571488B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411026040.3，技术领域涉及：G16H50/30；该发明授权一种基于时频分量混合引导的高血压风险评估方法是由文振焜;鄢凯文;高金化;罗素娟;陈华军;何小荣设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种基于时频分量混合引导的高血压风险评估方法在说明书摘要公布了：本发明公开了一种基于时频分量混合引导的高血压风险评估方法。方法包括：构建初始模型，初始模型包括时间分量混合模块、频率分量混合模块、特征增强模块和预测模块；获取初始数据集，初始数据集为多个高血压患者的时间序列数据集；基于初始数据集对初始模型进行训练，得到目标预测模型；获取目标数据，基于目标预测模型对目标数据进行预测，得到目标患者的高血压风险预测结果，目标数据为目标患者的高血压相关数据，目标患者为多个。本发明提供的基于时频分量混合引导的高血压风险评估方法通过设计无参数的分量提取模块和特征增强模块，能有效减少网络参数，达到数据与模型解耦的作用，同时能够更准确的预测出患者的高血压风险。

本发明授权一种基于时频分量混合引导的高血压风险评估方法在权利要求书中公布了：1.一种基于时频分量混合引导的高血压风险评估方法，其特征在于，包括：构建初始模型，所述初始模型包括时间分量混合模块、频率分量混合模块、特征增强模块和预测模块；获取初始数据集，所述初始数据集为多个高血压患者的时间序列数据集；基于所述初始数据集对所述初始模型进行训练，得到目标预测模型；获取目标数据，基于所述目标预测模型对所述目标数据进行预测，得到目标患者的高血压风险预测结果，所述目标数据为目标患者的高血压相关数据，所述目标患者为多个，所述目标数据为所述目标患者的过去高血压指数以及健康数据；所述时间分量混合模块包括周期划分模块、周期池化模块、展平模块和第一拼接模块；所述周期划分模块用于将模型输入的时间序列数据按周期进行划分，提取周期性成分，得到周期性数据；所述周期池化模块用于将所述周期划分模块得到的所述周期性数据进行激活并池化，得到池化特征；所述展平模块用于将所述池化特征展平为向量；所述第一拼接模块用于将展平模块展平的向量进行拼接得到时间分量数据；所述频率分量混合模块包括变换模块、振幅计算模块、分量提取模块、局部池化模块、第二拼接模块和逆变换模块；所述变换模块用于将时间序列数据进行快速傅里叶变化，得到频域数据；所述振幅计算模块用于获取所述频域数据的振幅；所述分量提取模块用于提取所述频域数据中的Top-k分量，所述Top-k分量为所述频域数据中振幅最大的前k个频率分量；所述局部池化模块用于对所述频域数据进行局部平均池化，以获取所述频域数据的局部聚合频率分量；所述第二拼接模块用于将所述Top-k分量和所述局部聚合频率分量进行拼接，得到拼接数据；所述逆变换模块用于将所述拼接数据进行逆快速傅里叶变化，以得到全局频率分量；所述特征增强模块包括线性映射模块、特征引入模块、激活模块、正则模块、反线性映射模块、归一模块和增强模块；所述线性映射模块用于将所述时间分量数据和所述全局频率分量进行线性变换，得到维度统一的目标线性特征；所述特征引入模块用于基于ReLU函数在所述目标线性特征中引入非线性特征，得到待激活特征；所述激活模块用于基于记忆矩阵将所述待激活特征进行点对点激活，得到激活特征；所述正则模块用于基于Dropout技术对所述激活特征进行正则化，得到正则化特征；所述反线性映射模块用于将所述正则化特征进行反映射，恢复到原始维度，得到待增强特征；所述归一模块用于对所述待增强特征进行归一化处理，以保持特征值的稳定性；所述增强模块用于基于Hadamard积对归一化处理后的所述待增强特征进行增强，得到增强特征。

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深圳大学;深圳甲田科技有限公司，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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”。