買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)礦業(yè)大學(xué)申請(qǐng)的專利基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115718867B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211438097.5，技術(shù)領(lǐng)域涉及：G06F18/213；該發(fā)明授權(quán)基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法是由楊小冬;朱正平;何愛軍;洪彬一;閆臣設(shè)計(jì)研發(fā)完成，并于2022-11-16向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法，屬于心跳信息分析技術(shù)領(lǐng)域。獲取心電信號(hào)數(shù)據(jù)集，用小波變換去噪算法對(duì)心電信號(hào)降噪處理，采用小波模極大值結(jié)合可變閾值法對(duì)降噪處理的信號(hào)處理,利用獲得的心電信號(hào)R波峰位置信息，采用shapelet算法提取每個(gè)信號(hào)周期的P?QRS?T波段的shapelet特征序列,將提取的心電信號(hào)shaplet特征構(gòu)建做為圖結(jié)構(gòu)的每一個(gè)節(jié)點(diǎn)，并利用每個(gè)特征之間的權(quán)重來(lái)構(gòu)造圖的每一個(gè)邊，從而構(gòu)建有向加權(quán)圖，設(shè)置圖卷積神經(jīng)網(wǎng)絡(luò)參數(shù)，將構(gòu)造的圖數(shù)據(jù)輸入到模型中進(jìn)行訓(xùn)練學(xué)習(xí)，利用Softmax函數(shù)獲得各個(gè)特征序列的概率分布，從而達(dá)到識(shí)別的效果，將心電信號(hào)提取shapelet特征序列轉(zhuǎn)換成圖結(jié)構(gòu)明顯提升了分類的準(zhǔn)確度。

本發(fā)明授權(quán)基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法在權(quán)利要求書中公布了：1.一種基于shapelet將心電信號(hào)轉(zhuǎn)換成圖結(jié)構(gòu)的分類方法，其特征在于：通過(guò)時(shí)間序列shapelet算法將不同的心電圖數(shù)據(jù)信號(hào)轉(zhuǎn)化為shapelet特征序列，利用shapelet特征序列構(gòu)建shapelet轉(zhuǎn)換矩陣，利用shapelet轉(zhuǎn)換矩陣捕捉shapelet隨時(shí)間演化過(guò)程，以體現(xiàn)心電信號(hào)特征隨時(shí)間的變化； 具體步驟如下： S1：從診斷心電數(shù)據(jù)庫(kù)中獲取代表不同心臟特征的多組心電圖數(shù)據(jù)信號(hào)，將多組心電圖數(shù)據(jù)信號(hào)組成心電圖數(shù)據(jù)集T＝{t1,····,t|T|}； S2：對(duì)獲取的心電圖數(shù)據(jù)集進(jìn)行預(yù)處理，利用小波變換去噪算法對(duì)心電圖數(shù)據(jù)集中的各組心電圖數(shù)據(jù)信號(hào)進(jìn)行降噪處理； S3：采用小波模極大值結(jié)合可變閾值法對(duì)降噪后的每組心電圖數(shù)據(jù)集進(jìn)行處理：先使用Mallat算法對(duì)降噪后的心電圖數(shù)據(jù)集進(jìn)行變換，再通過(guò)對(duì)心電圖數(shù)據(jù)集零點(diǎn)進(jìn)行定位，從而對(duì)心電圖數(shù)據(jù)集在時(shí)域空間上的R波峰值定位； S4：利用R波峰值的定位信息以及心電圖的周期信息，將對(duì)應(yīng)該組心電圖數(shù)據(jù)集劃分為多個(gè)子序列，通過(guò)時(shí)間序列shapelet算法提取每個(gè)劃分出來(lái)的心電信號(hào)子序列的特征序列，并將提取出來(lái)的特征序列定義為shapelet特征序列； S5：將提取的shapelet特征序列構(gòu)建圖結(jié)構(gòu)的shapelet轉(zhuǎn)換矩陣，即有向加權(quán)圖G，并根據(jù)多種不同心臟狀態(tài)的心電圖信號(hào)對(duì)應(yīng)生成多個(gè)shapelet轉(zhuǎn)換矩陣：使用shapelet轉(zhuǎn)換矩陣學(xué)習(xí)心電信號(hào)序列的表示，shapelet特征序列作為圖結(jié)構(gòu)的每一個(gè)節(jié)點(diǎn)，并根據(jù)每個(gè)shapelet特征序列之間的權(quán)重關(guān)系來(lái)確定每個(gè)節(jié)點(diǎn)之間的權(quán)重進(jìn)而構(gòu)造有向加權(quán)圖G＝V,E，其中V代表有向加權(quán)圖G中的每條頂點(diǎn)，V由K個(gè)頂點(diǎn)組成，每個(gè)頂點(diǎn)表示一個(gè)shapelet特征序列，通過(guò)這個(gè)序列構(gòu)造的節(jié)點(diǎn)，有向加權(quán)圖G的每個(gè)有向邊eij∈E都與一個(gè)權(quán)重wij相關(guān)聯(lián)； S6：設(shè)定圖卷積神經(jīng)網(wǎng)絡(luò)GCN的常規(guī)模型參數(shù)，將shapelet轉(zhuǎn)換矩陣對(duì)應(yīng)的有向加權(quán)圖G數(shù)據(jù)集劃分為70％的訓(xùn)練集和30％的測(cè)試集輸入圖卷積神經(jīng)網(wǎng)絡(luò)模型GCN中，設(shè)置GCN模型各參數(shù)后進(jìn)行訓(xùn)練，通過(guò)圖卷積神經(jīng)網(wǎng)絡(luò)模型GCN的卷積操作后再經(jīng)過(guò)Softmax函數(shù)得到每個(gè)不同特征心電信號(hào)樣本的概率，利用GCN模型處理心電信號(hào)轉(zhuǎn)換成的有向加權(quán)圖G，有向加權(quán)圖G中每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)shapelet特征序列，代表一種心臟疾病的心電信號(hào)的特征序列；經(jīng)過(guò)模型訓(xùn)練后可以獲得每個(gè)節(jié)點(diǎn)的一個(gè)向量值，也就是每一種心臟狀態(tài)的疾病，然后經(jīng)過(guò)softmax函數(shù)得到每一個(gè)向量的概率達(dá)到分類的目的，并對(duì)輸出類別的預(yù)測(cè)概率進(jìn)行歸一化處理，從而識(shí)別出患有不同心血管疾病的病人的心電信號(hào)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)礦業(yè)大學(xué)，其通訊地址為：221116 江蘇省徐州市大學(xué)路1號(hào)中國(guó)礦業(yè)大學(xué)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。