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！

龙图腾网获悉杭州质子科技有限公司申请的专利一种基于多分辨率注意网络的心电信号去噪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：CN115510897B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211054980.4，技术领域涉及：G06F18/10；该发明授权一种基于多分辨率注意网络的心电信号去噪方法是由王震;谢寒霜;吴璠;刘亚敏设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于多分辨率注意网络的心电信号去噪方法在说明书摘要公布了：一种基于多分辨率注意网络的心电信号去噪方法，包括以下步骤：1从数据库中选择干净的心电信号作为标签数据，将不同种类和不同强度的噪声信号叠加在干净的心电信号中，作为训练的样本数据，标签数据和训练样本数据统一重采样为固定的采样率，并分割为相等长度的数据片段，融合为训练集和测试集；2利用数据集训练心电信号去噪模型，模型的四个模块采用不同分辨率提取特征，训练N次，保存最优的训练模型；3将需要进行去噪的心电信号重采样为训练集相同的采样率，然后分割成子片段信号，输入步骤2得到的网络模型中，输出干净的心电信号。本发明能够有效的去除不同种类和不同强度的噪声，协助于医生更高效的分析心电图信号。

本发明授权一种基于多分辨率注意网络的心电信号去噪方法在权利要求书中公布了：1.一种基于多分辨率注意网络的心电信号去噪方法，其特征在于，所述方法包括以下步骤： 1构建数据集：从数据库中选择干净的心电信号作为标签数据，将不同种类和不同强度的噪声信号叠加在干净的心电信号中，作为训练的样本数据，标签数据和训练样本数据统一重采样为固定的采样率，并分割为相等长度的数据片段，融合为训练集和测试集； 2去噪模型的训练：利用1构建的数据集训练心电信号去噪模型，模型由四个模块组成，采用不同分辨率提取特征，训练N次，保存最优的训练模型； 3去噪模型应用：将需要进行去噪的心电信号重采样为训练集相同的采样率，然后分割成子片段信号，输入步骤2得到的网络模型中，输出干净的心电信号； 所述步骤2中，多分辨率注意网络模型包含卷积模块A、多分辨率特征提取分支、连接层、卷积模块B，分别记为Block1，Block2，Block3，Block4，过程如下： 2-1将步骤1中含有噪声的心电信号输入到网络模型中，噪声信号首先经过Block1提取特征，输入到Block2中； 2-2Block2由四个不同分辨率特征提取分支组成，分为四个阶段； 2-3最后需要把四个分支的特征拼接在一起，由于四个分支提取的特征由于分辨率的不同，首先通过上采样把低分率特征上采样到多分辨率，然后通过Block3将分辨率相同的特征连接起来输入到Block4，得到模型的输出； 所述步骤2-2中，分支1的阶段1进一步提取特征，该阶段由4个残差模块A组成；阶段2、3、4的每个分支使用4个残差模块B提取特征，每个阶段的末尾会产生新的分支，共包含4个分支，每个新的分支，即高分支都由前面的分支，即低分支通过卷积操作得到；因此相邻分支中高分支分辨率是低分支的一半，四个分支包含四个分辨率的特征，分别为原始信号分辨率的1、12、14、18倍；分支1、2、3、4的特征图的通道数分别为通道1、通道2、通道3、通道4；通道数为2的整数次幂，使用通道数的是32、64、128、256；在阶段2、3、4后融合不同分支的特征，包含低分支到高分支，高分支到低分支以及同分支三种处理方式，低分支到高分支，通道数不同，分辨率不同，是高分辨率到低分辨率的过程，使用stride等于2的卷积层；高分支到低分支，通道数不同，分辨率不同，是低分辨率到多分辨率的过程，采用的是双线性插值上采样的过程；同分支不做任何的操作处理，特征融合的方式采用的是求和操作。

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杭州质子科技有限公司，其通讯地址为：310012 浙江省杭州市西湖区文三路90号东部软件园创新大厦A座401；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”。

以上内容由龙图腾AI智能生成。