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！

龙图腾网获悉上海懿尚生物科技有限公司;上海市浦东新区周浦医院(上海健康医学院附属周浦医院)申请的专利基于机器学习的心脏介入术后泵血异常自动识别系统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：CN120375108B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510886620.8，技术领域涉及：G16H50/20；该发明授权基于机器学习的心脏介入术后泵血异常自动识别系统是由宁忠平;田蓓;周洁设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于机器学习的心脏介入术后泵血异常自动识别系统在说明书摘要公布了：本发明涉及医疗信息技术领域，尤其涉及一种基于机器学习的心脏介入术后泵血异常自动识别系统。所述系统包括术后图像联合预处理模块、心脏术后图像特征分析模块、泵血异常识别训练模块以及异常反馈可视化模块，可同步采集心脏截面动态图像序列以及心脏电活动信号图像序列；对心脏截面动态图像序列以及心脏电活动信号图像序列进行联合配准消噪，并提取出对应的超声心动图空间特征和心脏电信号时间序列特征，同时生成心脏术后跨模态融合特征；构建基于多任务学习的泵血异常识别模型并进行泵血异常识别训练和异常反馈可视化，以生成超声心动图异常区域可视化标记以及心电图异常波形对比分析图。本发明能够自动识别心脏介入术后对应的泵血异常情况。

本发明授权基于机器学习的心脏介入术后泵血异常自动识别系统在权利要求书中公布了：1.一种基于机器学习的心脏介入术后泵血异常自动识别系统，其特征在于，包括以下模块： 术后图像联合预处理模块，用于对超声心动图设备及多导联心电图设备同步采集得到的术后患者对应的心脏截面动态图像序列以及心脏电活动信号图像序列进行联合配准消噪，以生成心脏截面标准图像序列以及心脏电信号标准图像序列； 心脏术后图像特征分析模块，用于利用图神经网络挖掘3D卷积神经网络从心脏截面标准图像序列中提取出的对应的超声心动图空间特征以及小波变换结合长短时记忆网络从心脏电信号标准图像序列中提取出的对应的心脏电信号时间序列特征之间的潜在关联关系，以生成心脏术后跨模态融合特征； 泵血异常识别训练模块，用于构建基于多任务学习的泵血异常识别模型，以输出与心脏泵血相关对应的超声心动图异常区域以及心电图异常波形； 其中，所述泵血异常识别训练模块包括以下功能： 所述基于多任务学习的泵血异常识别模型包括超声异常区域识别子任务、心电异常波形识别子任务以及泵血异常筛选子任务，其中超声异常区域识别子任务用于根据超声心动图空间特征识别标记出对应的超声心动图异常区域，心电异常波形识别子任务用于根据心脏电信号时间序列特征识别标记出对应的心电图异常波形，而泵血异常筛选子任务用于基于心脏术后跨模态融合特征之间的潜在关联关系筛选出与泵血相关对应的异常区域以及异常波形； 基于超声心动图空间特征、心脏电信号时间序列特征以及心脏术后跨模态融合特征对泵血异常识别模型进行泵血异常识别训练，以利用超声心动图空间特征在泵血异常识别模型内识别获取对应的心动图异常区域，利用心脏电信号时间序列特征在泵血异常识别模型内识别获取对应的心电图异常波形，并基于心脏术后跨模态融合特征对应的潜在关联关系在泵血异常识别模型内组合对应的心动图异常区域及心电图异常波形，同时分析不同的心动图异常区域及心电图异常波形组合对应的心脏泵血异常概率，基于心脏泵血异常概率输出与心脏泵血相关对应的超声心动图异常区域以及心电图异常波形； 异常反馈可视化模块，用于根据超声心动图异常区域以及心电图异常波形分析得出的异常区域对应的位置、大小、形态以及异常波形对应的类型、持续时间、出现频率进行异常反馈可视化，以生成超声心动图异常区域可视化标记以及心电图异常波形对比分析图。

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上海懿尚生物科技有限公司;上海市浦东新区周浦医院(上海健康医学院附属周浦医院)，其通讯地址为：200120 上海市浦东新区康桥镇康桥东路1369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”。