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！

龙图腾网获悉东南大学申请的专利一种基于拍内特征子波复杂网络的室性早搏检测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：CN116269248B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211089923.X，技术领域涉及：A61B5/02；该发明授权一种基于拍内特征子波复杂网络的室性早搏检测方法是由蔡志鹏;沈毓敏;刘澄玉;李建清设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本一种基于拍内特征子波复杂网络的室性早搏检测方法在说明书摘要公布了：本发明专利公开了一种基于拍内特征子波复杂网络的室性早搏检测方法，首先通过心电信号预处理对采集到的心电信号进行去噪和QRS波检测，将预处理后的心电信号进行心拍分割以获得心拍信号，对单个心拍内部子波分割并计算各部分的特征；对于得到的特征序列采用去趋势方法消除了长时程的心电信号特征在不同状态下的区域性差异，并去除微小波动，以消除了微小波动对后续序列编码的影响；利用符号动力学进行编码，并构建拍内特征子波复杂网络，计算复杂网络的网络特征参数，最终提取能够反映心电信号特点的心电特征，进一步通过机器学习分类算法实现心电信号的分类。

本发明授权一种基于拍内特征子波复杂网络的室性早搏检测方法在权利要求书中公布了：1.一种基于拍内特征子波复杂网络的室性早搏检测方法，其特征在于，包括以下步骤： S1，心电信号预处理，包括去噪处理和QRS检测； S2，心拍分割，将经过预处理后的心电信号以R波为基准点，分别向前向后以固定长度的窗口大小截取心拍信号；进行心拍内部子波分割，将每一段心电信号内部按照子波分割为8段心电采样点序列； S3，计算心拍内部每一段心电采样点序列的特征； S4，特征去趋势处理，用以消除长时程的心电数据中不同状态下特征的区域性差异；并且进行特征去微小波动处理，用以消除特征值的波动对后续编码的干扰； S5，符号动力学编码，利用符号动力学对心拍内部特征序列进行编码，形成编码序列以便后续分析； S6，构建拍内特征子波复杂网络，将心拍内部特征编码序列映射为复杂网络； S7，计算复杂网络的特征参数，所述特征参数为复杂网络的边缘度、图能量、自我循环数量、节点平均度、大小为3的循环数量、大小为4的循环数量、图形链接密度、平均节点接近中心性和平均节点聚类系数； S8，采用步骤S7中提取的心电特征，基于机器学习方法训练早搏非早搏分类模型； 所述步骤S4中，采用分段函数映射后的取值来去除第n个心拍第i段心电采样点序列的特征值fin1≤i≤8微小波动的干扰；计算局部特征均值局部特征标准差以当前特征值fin对应的心拍序号n分别向前、向后截取1个心拍内部对应采样点序列的特征值fin-1,fin+1，以连续3个特征值计算当前心拍对应采样点序列的局部特征均值和局部特征标准差当特征值fin与局部均值的距离小于或等于局部标准差时，对应特征值fin取为局部均值大小；当特征值fin与局部均值的距离大于局部标准差时，对应特征值fin不变；上述过程为特征值通过分段函数映射后进行取值，公式如下，其中1≤i≤8： 所述步骤S7中，边缘度计算公式为： sMetric＝∑degNi×degNj， sMetric表示复杂网络中任意相连接的两个节点度的乘积之和；degNi表示节点i的度，是与该节点连接的节点数目，也是该节点拥有的邻边数目； 所述图能量计算公式为： 其中λi表示复杂网络的邻接矩阵特征值；|λi|表示特征值的绝对值，即实分量部分的绝对值；Nadj表示复杂网络的邻接矩阵特征值的个数； 所述自我循环数量计算公式为： selfLoops＝∑diagadj， 其中adj为复杂网络的邻接矩阵；diagadj为邻接矩阵的对角元素； 所述节点平均度计算公式为： 其中Nedge为复杂网络中连边数量；Nnodes为复杂网络中节点数量； 所述大小为3的循环数量计算公式为： cycles3＝traceadj36， 其中adj为复杂网络的邻接矩阵；traceadj3为邻接矩阵三次方的对角线元素之和； 所述网络中大小为4的循环数量计算公式为： cycles4＝[traceadj4-2Nedge-4ConnTriplesadj-8cycles3adj]8， 其中adj为复杂网络的邻接矩阵；traceadj4为邻接矩阵四次方的对角线元素之和；Nedge为复杂网络中连边数量；ConnTriplesadj为复杂网络中连接的三节点子图的数量； 所述图形链接密度计算公式为： 其中Nedge为复杂网络中连边数量；Nnodes为复杂网络中节点数量； 所述节点接近中心性计算公式为： 其中disN,N表示节点i与j间的距离；k表述与节点i相连的邻居节点的数量；因此，平均节点接近中心性的计算公式为： 其中ClosenessN表示节点i的节点接近中心性；Nnodes表示复杂网络中节点的数量； 所述节点聚类系数计算公式为： 其中clustCoeff表示节点i的聚类系数；degN表示节点i的度，即与该节点连接的节点数目；E表示与节点i相连的degN个其他节点之间实际存在的边数；因此，平均节点聚类系数计算公式为： 其中clustCoeffi表示节点i的聚类系数；Nnodes表示复杂网络中节点的数量。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。