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基于混合幅序划分网络的心电形态识别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：CN116269425B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310311616.X，技术领域涉及：A61B5/346；该发明授权基于混合幅序划分网络的心电形态识别方法是由蔡志鹏;韩欣涛;刘澄玉;李建清设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本基于混合幅序划分网络的心电形态识别方法在说明书摘要公布了：本发明专利公开了基于混合幅序划分网络的心电形态识别方法，在对信号进行预处理之后，构建与时间序列对应的序列分区网络和绝对振幅序列分区网络，从两个网络中分别提取10个网络特征作为信号形态和幅度水平信息的表征，组合为混合幅序划分网络特征，将特征输入到机器学习分类算法中对心电形态进行分类，实现了对于异常心电的准确检测，并为其它生理信号提供灵活的形态学异常检测框架。

本发明授权基于混合幅序划分网络的心电形态识别方法在权利要求书中公布了：1.基于混合幅序划分网络的心电形态识别方法，其特征在于，包括以下步骤： S1，对心电信号进行预处理； S2，构建与时间序列相对应的序列分区网络和绝对振幅序列分区网络； S3，计算序列分区网络和绝对振幅序列分区网络的特征向量，提取心电形态和幅度信息，所述特征向量包括平均度、平均聚类系数、图能量、传递性、链路密度、平均度中心性、s度量、置换熵、条件置换熵、全局节点熵； S4，将步骤S3中的特征向量组合为混合振幅特征，通过机器学习分类器对特征矩阵进行分类，划分为不同的心电形态； 所述步骤S2中，构建与时间序列相对应的序列分区网络和绝对振幅序列分区网络具体包括： S21，将标准化时间序列与粗粒化时间序列各划分为一组嵌入向量； S22，根据振幅次序将嵌入向量映射到序数模式； S23，根据序数模式的转换次序构建网络； 所述步骤S21中，利用嵌入维度与延迟时间将时间序列转换为一组嵌入向量，具体为： ， 其中为嵌入维度，为延迟时间，为长度为的一维时间序列； 所述步骤S21中，将标准化时间序列进行粗粒化，具体为：采用等间隔单变量符号方法，将归一化至[-1,1]范围的时间序列的整个振幅范围划分为个区域，每个区域都与特定的符号值相关联，根据数据点所在的区域，用特定符号替换每个数据点，将长度为的时间序列转换为符号序列，转换公式为： ， 其中，是选定的符号集合； 所述步骤S22中，根据元素幅度顺序将嵌入向量映射到序数模式，其中，，而且当时，如果的两个元素的值相等，则根据这些元素在向量中的出现顺序来分配这些元素的秩，即当时，；粗粒化的时间序列即符号序列的嵌入向量直接对应于序数模式，即； 所述步骤S23中，根据序数模式构建无向的未加权的序列分区网络和绝对振幅序列分区网络，序数模式的每个元素表示网络中的一个节点，E是连边的集合，序数模式的转换决定了网络中节点间的链接，G的数学表示是一个邻接矩阵，其元素代表节点和之间的链接。

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。