買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶理工大學申請的專利一種基于對比學習的心律失常分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117530699B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311572283.2，技術領域涉及：A61B5/346；該發明授權一種基于對比學習的心律失常分類方法是由王勇;付超杰設計研發完成，并于2023-11-23向國家知識產權局提交的專利申請。

本一種基于對比學習的心律失常分類方法在說明書摘要公布了：本發明公開了一種基于對比學習的心律失常分類方法，涉及心電分類技術領域。本發明至少包括以下步驟：輸入一個心電信號，對其進行兩種不同的數據增強，從而去構造正負樣本對，正樣本為同一心電信號經過不同數據增強后得到的新的心電信號。本發明模仿了圖片的數據增強方法，對心電信號采用了兩種不同的小波變換比例＝0.5+分段隨機遮擋的方法，在對比學習模型中，合適的數據增強方法至關重要，本發明所采用的方法對正樣本對的對比有正向作用，且通過對上分支進行剪枝得到下分支，以找到長尾數據，通過損失函數隱式增加權重。對損失函數采用動態溫度系數策略。本發明采用的方法提高了平衡性，并且增強了模型的泛化能力和遷移能力。

本發明授權一種基于對比學習的心律失常分類方法在權利要求書中公布了：1.一種基于對比學習的心律失常分類方法，其特征在于：至少包括以下步驟： S1：輸入一個心電信號，對其進行兩種不同的數據增強，從而去構造正負樣本對，正樣本為同一心電信號經過不同數據增強后得到的新的心電信號，負樣本為其他心電信號通過數據增強得到的心電信號； S2：對上分支進行剪枝得到下分支，從而創建一個自我競爭模型，上分支為目標模型，下分支為自我競爭模型； S3：對輸入信號采樣并應用兩個不同的數據增強，創建兩個不同的版本[Vi，V’i]； S4：[Vi，V’i]由[fi·，f’1·]編碼，并且它們的輸出特征[f1,f2]被饋送到非線性投影頭中，以在NT-Xent損失下強制相似性，共存在至少兩種情況，其中一種情況，能夠很好地記住了樣本，則剪枝不會“忘記”它，因此不會造成額外的擾動，另一種情況下，將放大剪枝模型和未剪枝模型之間的預測差異，因此這些樣本的權重將在總體損失中隱式增加； S5：負樣本使用了一個記憶隊列來保存，擴充了負樣本的數量； S6：通過損失函數，拉近正樣本之間的距離，拉遠負樣本之間的距離； S7：在損失函數中，采用了動態溫度系數； S8：最后在微調中，加載一維編碼器作為訓練目標數據集的初始化參數并隨機初始化分類器適配目標數據集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶理工大學，其通訊地址為：400054 重慶市巴南區紅光大道69號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。