发明专利已授权

基于AlexNet和迁移学习相结合的心电图异常识别方法及系统

📄 申请号：CN202010944862.5 📄 发布日：2025/11/17

著录项目信息

申请日

2020-09-10

公开号

CN112006678A

公开日

2020-12-01

申请人

齐鲁工业大学

法律状态

已下证

专利类型

发明

主分类号

A61B5_0452

IPC 分类号

A61B5_0452 , A61B5_0472 ,

技术画像

所属领域

迁移学习人工智能算法医学信号处理深度学习迁移学习

应用场景

心电图异常识别, 辅助诊断, 远程医疗, 健康监测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于AlexNet和迁移学习相结合的心电图异常识别方法及系统，属于特征提取分类预测技术领域，本发明要解决的技术问题为如何结合AlexNet深度卷积神经网络和迁移学习准确高效的完成心电图异常识别，既能摆脱对样本数据容量的依赖，又能自动学习数据样本的特征，技术方案为：该方法具体如下：预处理：将数据集中的每条心电图信号转换成心电图图像，并对异常类型的心电图进行不同方位的裁剪；特征提取：把数据增强后的图像放入预训练的模型中进行训练，预训练后的心电图图像作为AlexNet模型的输入，自动提取特征，并利用ImageNet数据集预训练的AlexNet模型进行迁移学习；分类预测：把预训练的AlexNet深度卷积神经网络模型得到的高特征放入支持向量机中进行心电图分类。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于深度学习的肺炎图像分类方法及系统

当前第 / 件

一种外转子永磁感应电动机及工作方法

同领域国内专利 · IPC: (A61B5_0452)

A61B5_00 A61B5_01 A61B5_02 A61B5_0205 A61B5_021 A61B5_022 A61B5_0225 A61B5_023 A61B5_024 A61B5_0245 A61B5_026 A61B5_0265 A61B5_029 A61B5_03 A61B5_0402 A61B5_0408 A61B5_044 A61B5_0444 A61B5_0452 A61B5_046 A61B5_0476 A61B5_0484 A61B5_0488 A61B5_0492 A61B5_05 A61B5_0507 A61B5_0515 A61B5_0522 A61B5_053 A61B5_0532 A61B5_0536 A61B5_055 A61B5_06 A61B5_08 A61B5_083 A61B5_087 A61B5_091 A61B5_097 A61B5_103 A61B5_107 A61B5_11 A61B5_117 A61B5_1172 A61B5_1174 A61B5_12 A61B5_145 A61B5_1455 A61B5_1477 A61B5_15 A61B5_151 A61B5_153 A61B5_154 A61B5_16 A61B5_18 A61B5_22 A61B5_24 A61B5_243 A61B5_245 A61B5_252 A61B5_256 A61B5_257 A61B5_282 A61B5_291 A61B5_302 A61B5_308 A61B5_316 A61B5_318 A61B5_321 A61B5_344 A61B5_346 A61B5_349 A61B5_352 A61B5_369 A61B5_37 A61B5_372 A61B5_374 A61B5_377 A61B5_378 A61B5_38 A61B5_386 A61B5_389 A61B5_397 A61B50_10 A61B50_13 A61B50_18 A61B50_20 A61B50_22 A61B50_24 A61B50_28 A61B50_30 A61B50_31 A61B50_33 A61B50_36 A61B50_39 覆盖94个领域

¥28000.0 元

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：67 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 3件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于AlexNet和迁移学习相结合的心电图异常识别方法及系统

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (A61B5_0452)

相似专利推荐 AI 驱动 · 同领域

一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法

一种基于深度特征融合网络的心动过速心电图的筛查方法

一种基于毫米波雷达的非接触式ECG信号监测方法

服务项目

资源中心

关于柿子坊