基于深度学习的心磁信号时空图像预测方法、设备及介质

本发明的一种基于深度学习的心磁信号时空图像预测方法、设备及介质，根据实际需要设定超导量子干涉仪的采样周期，采用分时分块采点法获得心脏区域中36个采样点的磁场数据，记录单个心磁数据；将心磁矩阵图像划分为训练集和验证集，保证每个数据集采样周期能代表同一时段的特征变化样本；定义和建立基于Transformer的图像预测模型，并初始化网络内部参数及学习率，采用多头注意力机制和多层感知机构建双层编码器；对Transformer模型进行训练和参数微调。本发明提出的心磁图像预测方法，可有效丰富心磁信号数据量，解决医学研究过程中，因数据量不足导致研究缺乏统计显著性的问题。

《基于深度学习的心磁信号时空图像预测方法、设备及介质》是一发明专利，专利号为 2023115756006，当前法律状态为已下证，由合肥工业大学提出申请，发明人为陈波;魏嘉乐;李育玲;储昭碧;朱敏;孙辉;肖贤，申请日期为2023-11-24，公开（公告）日期为2023-12-26，国际专利分类号（IPC）为 G06V10/82(2022.01)I;G06N3/0455(2023.01)I;G06N3/09(2023.01)I;G06F17/16(2006.01)I;G06F18/213(2023.01)I;G06F18/214(2023.01)I，高新资质：未报高企，所属技术领域包括：生物医学工程 人工智能 / 深度学习。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明的一种基于深度学习的心磁信号时空图像预测方法、设备及介质，根据实际需要设定超导量子干涉仪的采样周期，采用分时分块采点法获得心脏区域中36个采样点的磁场数据，记录单个心磁数据；将心磁矩阵图像划分为训练集和验证集，保证每个数据集采样周期能代表同一时段的特征变化样本；定义和建立基于Transformer的图像预测模型，并初始化网络内部参数及学习率，采用多头注意力机制和多层感知机构建双层编码器；对Transformer模型进行训练和参数微调。本发明提出的心磁图像预测方法，可有效丰富心磁信号数据量，解决医学研究过程中，因数据量不足导致研究缺乏统计显著性的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！