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！

龙图腾网获悉北京航空航天大学申请的专利一种基于深度学习的心磁信号多角度特征提取和选择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：CN119719748B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411862868.2，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的心磁信号多角度特征提取和选择方法是由崔培玲;戴程世杰;韩晓乐设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于深度学习的心磁信号多角度特征提取和选择方法在说明书摘要公布了：本发明涉及一种基于深度学习的心磁信号多角度特征提取和选择方法，包括：对心磁信号进行预处理，设计基于可学习位置编码和CNN‑Transformer深度学习模型的心磁时域特征提取方法、基于HHT和CNN深度学习模型的心磁频域特征提取方法以及基于自适应VMD和中心频率加权的心磁多模态特征提取方法，通过基于自适应LASSO的特征选择模型选择出对疾病分类影响最大的心磁多角度特征子集。本发明提出的特征提取和选择方法相比于传统的心磁特征提取和选择方法，能够自动、更准确地提取心磁多角度特征，并且提取的特征角度多、鲁棒性好、可靠性高、可适用的疾病分类范围广。

本发明授权一种基于深度学习的心磁信号多角度特征提取和选择方法在权利要求书中公布了：1.一种基于深度学习的心磁信号多角度特征提取和选择方法，其特征在于，所述方法包括如下步骤： 步骤S1、针对使用36通道原子磁强计采集心磁信号的矩阵排布特性，对原始心磁信号进行预处理，包括数据异常值处理、数据尺度处理、数据输入维度处理； 步骤S2、对预处理之后的原始心磁数据，进行多角度心磁特征提取，包括基于可学习位置编码和CNN-Transformer深度学习模型对心磁时域特征进行提取，基于希尔伯特黄变换HHT和CNN深度学习模型对心磁频域特征进行提取，以及基于自适应VMD和中心频率加权法对心磁多模态特征进行提取，包括：通过基于心磁信号稀疏指标的自适应模态数寻优方法，以最优模态数分解心磁信号并提取统计学特征，再对各模态特征以中心频率值为权重，进行特征加权平均，整理输出后得到心磁信号的多模态特征； 步骤S3、将提取的心磁时域特征、心磁频域特征、心磁多模态特征进行线性拼接，得到多角度心磁信号特征，使用基于自适应LASSO的特征选择模型，针对不同的疾病分类任务对多角度心磁信号特征进行选择。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。