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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利多模块协同的快速心电图自动诊断方法及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：CN119993462B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510276398.X，技术领域涉及：G16H50/20；该发明授权多模块协同的快速心电图自动诊断方法及系统是由江政旭;廖祥云;司伟鑫设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本多模块协同的快速心电图自动诊断方法及系统在说明书摘要公布了：本申请公开了一种多模块协同的快速心电图自动诊断及系统，属于自动诊断技术领域。该方法包括：对原始ECG信号进行预处理；将预处理后的ECG信号作为输入，经过轻量化卷积子模块、形变卷积子模块和非局部注意力子模块的依次处理后，输出包含局部细节与全局时序依赖的多层级特征；对多层级特征进行融合，并送入分类器以完成心律类型的预测，得到各类别的预测概率；采用滑动窗口方式，将固定长度的ECG信号片段发送到诊断模型中进行推理，用于诊断模型连续输出诊断结果，并根据所述诊断结果及时输出报警或诊断提示信息。该方法通过设计轻量化网络结构，有效降低诊断模型参数量和计算复杂度，在保证高诊断准确率的前提下，实现实时在线ECG信号自动诊断。

本发明授权多模块协同的快速心电图自动诊断方法及系统在权利要求书中公布了：1.一种多模块协同的快速心电图自动诊断系统，其特征在于，包括： 信号预处理模块，用于对原始ECG信号进行预处理； 多层级特征提取模块，包括轻量化卷积子模块、形变卷积子模块和非局部注意力子模块；用于将预处理后的ECG信号作为输入，经过轻量化卷积子模块、形变卷积子模块和非局部注意力子模块的依次处理后，输出包含局部细节与全局时序依赖的多层级特征； 特征融合与分类模块，用于对多层级特征进行融合，并送入分类器以完成心律类型的预测，得到各类别的预测概率； 在线推理与实时监护模块，用于采用滑动窗口方式，将固定长度的ECG信号片段发送到诊断模型中进行推理，用于诊断模型连续输出诊断结果，并根据所述诊断结果及时输出报警或诊断提示信息； 所述轻量化卷积子模块采用深度可分离卷积实现特征提取，具体方法为： 式中，xt 表示输入的预处理后的ECG信号，W为轻量化卷积核的权重参数，b为偏置项，BN表示批量归一化操作，ReLU为激活函数，yt表示轻量化卷积子模块的最终输出特征序列，后续可输入到形变卷积子模块； 所述形变卷积子模块采用自适应调整卷积采样点的方法，具体方法为： 式中，t表示当前卷积中心点的时间索引，wi为卷积核在索引i处的权重参数，pi为固定偏移量，Δpi为可学习的形变偏移量； 所述非局部注意力子模块用于捕捉ECG信号中跨周期或异常波段的长距离依赖关系，为序列中每个采样点构建全局的关联矩阵，通过重新加权操作得到对诊断时序段的特征，具体方法为： 式中，xi、xj分别表示在索引i和j处的ECG输入的特征向量，fxi,xj为相似度函数，用于衡量xi与xj之间的相关程度，gxj为特征变换函数，将xj进行线性映射提取可融合的信息，Cx为归一化因子； 所述特征融合与分类模块具体用于，采用点卷积对多层级特征在通道维度上进行合并与压缩，保留低频与高频特征，并统一维度融合；再引入残差跳过连接机制，对统一维度的多层级特征复用早期浅层特征进行特征融合；最终融合的特征通过轻量级分类头进入分类层，采用Softmax函数对输出得分进行归一化，得到各类别的预测概率。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。

以上内容由龙图腾AI智能生成。