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！

龙图腾网获悉首都医科大学申请的专利一种基于深度学习的病情预警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：CN120549433B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510523985.4，技术领域涉及：A61B5/00；该发明授权一种基于深度学习的病情预警方法及系统是由李林英;赵艳芝;鄢雯;左曼彤;崔梦娇;王嘉琪;冯欣怡;董高岳;翟鑫悦;欧添祎设计研发完成，并于2025-04-24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病情预警方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的病情预警方法及系统，涉及医疗数据分析技术领域。该方法包括：获取患者的心电图信号；对心电图信号进行去噪处理，得到去噪心电图信号；基于去噪心电图信号，通过SMOTE算法进行数据增强处理，得到增强心电图信号；构建基于深度学习的病情预测分类模型；以增强心电图信号作为输入，通过基于深度学习的病情预测分类模型输出类别预测结果；根据类别预测结果进行心肌梗死病情预警。在本发明中，通过对心电图信号进行去噪处理和构建基于深度学习的病情预测分类模型，能够有效提高数据质量，自动学习复杂特征，捕捉关键的时序关联，从而提升预测结果的准确性。

本发明授权一种基于深度学习的病情预警方法及系统在权利要求书中公布了：1.一种基于深度学习的病情预警方法，其特征在于，包括： S1：获取患者的心电图信号； S2：对所述心电图信号进行去噪处理，得到去噪心电图信号； S3：基于所述去噪心电图信号，通过SMOTE算法进行数据增强处理，得到增强心电图信号； S4：构建基于深度学习的病情预测分类模型； S5：以所述增强心电图信号作为输入，通过所述基于深度学习的病情预测分类模型输出类别预测结果； S6：根据所述类别预测结果进行心肌梗死病情预警； 其中，所述S3具体为： 基于所述去噪心电图信号，通过以下公式进行数据增强处理，得到所述增强心电图信号： Xnew＝Xi+rand0,1×Xi,j-Xi； 其中，Xnew表示生成的少数类样本，Xi表示少数类样本中第i个心跳样本，Xi,j表示第i个心跳样本的邻近样本，rand0,1表示介于0和1之间的随机数； 其中，所述S5具体包括： S501：使用膨胀因果卷积捕捉所述增强心电图信号的空间特征； S502：引入门控循环单元捕捉所述增强心电图信号的时序特征； S503：通过特征交叉注意力机制对所述空间特征和所述时序特征进行初步融合，得到初步融合特征； S504：使用动态门控机制对所述初步融合特征进行精细融合，得到精细融合特征： 其中，表示第t个时间步的精细融合特征，gt表示加权因子，⊙表示元素级乘法，表示第t个时间步的空间特征，表示第t个时间步的时序特征，σ表示Sigmoid激活函数，Wg表示权重矩阵，表示第t个时间步的初步融合特征，bg表示用于调整门控值计算的偏置项； S505：基于所述精细融合特征，通过多层卷积和跳跃连接处理，得到最终融合特征： 其中，表示第t个时间步的最终融合特征，αl表示用于对每一层的卷积结果进行加权的权重系数，l＝1,2,…,L，L表示跳跃连接的层数，Conv1D表示一维卷积操作，表示第t个时间步经过第l层卷积操作后的精细融合特征； S506：将所述最终融合特征输入至全连接层进行分类，输出所述类别预测结果。

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首都医科大学，其通讯地址为：100069 北京市丰台区右安门外西头条10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。