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！

龙图腾网恭喜郑州大学申请的专利心电对比学习特征提取方法、系统、装置及可读存储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：CN115568859B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211187677.1，技术领域涉及：A61B5/318；该发明授权心电对比学习特征提取方法、系统、装置及可读存储介质是由杨聪;李子良设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本心电对比学习特征提取方法、系统、装置及可读存储介质在说明书摘要公布了：本发明提出了一种心电对比学习特征提取方法、系统、装置及可读存储介质，方法包括：步骤1，将12导联心电数据进行预处理后输入到对比学习框架中，通过最小化NT‑Xent损失函数值进行预训练；其中，对比学习框架的主干网络采用基于ConvNeXt的改进网络；步骤2，将原始的12导联心电数据输入到经过步骤1预训练好的主干网络中进行特征提取，经过全局平均池化GAP和全局最大池化GMP的组合，再两次通过依次连接的线性层Linear、激活函数ReLU和Dropout层，最后经过线性层Linear和Sigmoid函数输出该心电数据的逻辑分类概率，即预测的结果。本发明对比学习的方法，缓解了长尾问题对结果造成的影响。

本发明授权心电对比学习特征提取方法、系统、装置及可读存储介质在权利要求书中公布了：1.一种基于改进ConvNeXt的心电对比学习特征提取方法，其特征在于，包括以下步骤： 步骤1，将12导联心电数据进行预处理后输入到对比学习框架中，通过最小化NT-Xent损失函数值进行预训练； 其中，对比学习框架的主干网络采用基于ConvNeXt的改进网络，通过以下方法获得： 将原始的二维卷积全部改为一维卷积Conv1d，每次维度变化数值改为12、32、64、128、256，最开始的卷积的步长与卷积核大小都改为6，在每个块中，深度卷积核DWConv1d和层归一化LayerNorm的位置改为GELU激活函数之后，并将LayerScale操作换为SENet； 对比学习框架的对比学习方法通过以下方式实现： 将原始的12导联心电数据分为两次分别通过数据增强后输入到主干网络中提取特征，再经过全局平均池化GAP和全局最大池化GMP的组合、线性层Linear、激活函数ReLU和批归一化BN输出该心电数据的特征表示，最后将两次运行的结果经过NE-Xent损失函数对整个对比学习框架进行反向传播； 步骤2，将原始的12导联心电数据输入到经过步骤1预训练好的主干网络中进行特征提取，经过全局平均池化GAP和全局最大池化GMP的组合，再两次通过依次连接的线性层Linear、激活函数ReLU和Dropout层，最后经过线性层Linear和Sigmoid函数输出该心电数据的逻辑分类概率，即预测的结果。

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郑州大学，其通讯地址为：450001 河南省郑州市高新技术产业开发区科学大道100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”。