買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜深圳恒遠(yuǎn)志達(dá)信息科技有限公司申請(qǐng)的專利一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115081481B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210720721.4，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)是由喬麗紅;李志翔;高永浩;范鵬飛;劉暢;肖斌設(shè)計(jì)研發(fā)完成，并于2022-06-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)，包括以下步驟：（1）采用四元數(shù)動(dòng)態(tài)殘差卷積模塊（QDRCM）來提取心音潛在特征；（2）使用四元數(shù)局部注意力連接學(xué)習(xí)框架（QLACL），將注意力擴(kuò)展到四元數(shù)空間，維持通道關(guān)系；（3）使用全局注意力連接模塊（GCACM）學(xué)習(xí)全局通道關(guān)系。本發(fā)明中四元數(shù)由于其4個(gè)元素構(gòu)成一個(gè)四元數(shù)實(shí)體的特性考慮到了輸入數(shù)據(jù)的通道間關(guān)系，在學(xué)習(xí)的過程中更好的保留下通道間的相互關(guān)系，相比正常的實(shí)值網(wǎng)絡(luò)會(huì)將參數(shù)量減少到25%，利用四元數(shù)的哈密頓積的權(quán)重分配特性來捕捉通道之間的內(nèi)部關(guān)系，使用四元數(shù)組件來共享權(quán)重，學(xué)習(xí)內(nèi)部關(guān)系，實(shí)現(xiàn)輕量，快捷且高效的進(jìn)行心音診斷分類。

本發(fā)明授權(quán)一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)在權(quán)利要求書中公布了：1.一種基于四元數(shù)深度學(xué)習(xí)框架的心音分類系統(tǒng)，其特征在于，所述系統(tǒng)包括四元數(shù)動(dòng)態(tài)殘差卷積模塊QDRCM、四元數(shù)局部注意力連接學(xué)習(xí)模塊QLACL、全局通道注意力連接模塊GCACM、原始特征協(xié)助模塊OFAM和全連接分類模塊；系統(tǒng)進(jìn)行心音分類的主要步驟如下：步驟一、對(duì)心音信號(hào)進(jìn)行預(yù)處理，得到心音MFCC特征，拼接成輸入數(shù)據(jù)；步驟二：對(duì)心音信號(hào)進(jìn)行特征提取四元數(shù)動(dòng)態(tài)殘差卷積模塊QDRCM；步驟三：全局通道注意力連接模塊GCACM；步驟四：原始特征協(xié)助；步驟五：全連接分類；所述的步驟一使用二階巴特沃斯帶通濾波器對(duì)原始數(shù)據(jù)進(jìn)行濾波，去除干擾對(duì)濾波后的信號(hào)進(jìn)行歸一化并切片，對(duì)切片信號(hào)進(jìn)行心音MFCC特征提取，組合成為最終的心音MFCC特征，構(gòu)成網(wǎng)絡(luò)的輸入信號(hào)；將步驟一構(gòu)成網(wǎng)絡(luò)的輸入信號(hào)傳入搭建好的框架，進(jìn)行學(xué)習(xí)；所述的框架主要包括：四元數(shù)動(dòng)態(tài)殘差卷積模塊QDRCM、四元數(shù)局部注意力連接學(xué)習(xí)模塊QLACL、全局通道注意力連接模塊GCACM、原始特征協(xié)助模塊OFAM和全連接分類模塊；所述的四元數(shù)動(dòng)態(tài)殘差卷積模塊QDRCM，將卷積引入到復(fù)值領(lǐng)域，在卷積空間中，四元數(shù)維持通道間關(guān)系，并大大減少參數(shù)量；動(dòng)態(tài)卷積動(dòng)態(tài)的預(yù)測(cè)卷積核，在不增加網(wǎng)絡(luò)深度的情況下增加網(wǎng)絡(luò)復(fù)雜度；所述的四元數(shù)局部注意力連接學(xué)習(xí)模塊QLACL，該連接主要是在四元數(shù)動(dòng)態(tài)殘差模塊中的注意力層，將相鄰的注意力塊連接起來，使信息能夠在注意力塊之間流動(dòng)，自適應(yīng)地傳播信息；由于輸入數(shù)據(jù)具有豐富的通道信息，將數(shù)據(jù)的一維能量部分提取出來，送入原始特征協(xié)助模塊OFAM，進(jìn)行維度變換和特征提取，最后連接到全連接分類模塊；由于四元數(shù)為4個(gè)通道構(gòu)成一個(gè)四元數(shù)實(shí)體，所以只能關(guān)注到4個(gè)通道間的關(guān)系，而全局通道注意力模塊GCACM是將四元數(shù)動(dòng)態(tài)殘差卷積模塊中的卷積替換成普通卷積，提取全局的通道關(guān)系；所述的四元數(shù)動(dòng)態(tài)殘差卷積模塊QDRCM卷積層中的每個(gè)權(quán)重都是四元數(shù)實(shí)體；利用Hamilton積的權(quán)重分配特性來捕捉其內(nèi)部關(guān)系；通過使用Hamilton積，通過多個(gè)四元數(shù)輸入共享四元數(shù)權(quán)重組件，在元素中創(chuàng)建和學(xué)習(xí)關(guān)系；四元數(shù)動(dòng)態(tài)卷積，通過四元數(shù)卷積層動(dòng)態(tài)預(yù)測(cè)出卷積核，卷積核根據(jù)多個(gè)并行卷積核的注意力動(dòng)態(tài)地聚集在一起，在不增加網(wǎng)絡(luò)深度或?qū)挾鹊那闆r下增加模型的復(fù)雜度；使用殘差模塊，在輸入經(jīng)過3個(gè)四元數(shù)卷積和動(dòng)態(tài)卷積，注意力層之后跳躍連接到輸出位置，避免出現(xiàn)梯度消失或爆炸的情況，并連接前后特征，避免出現(xiàn)網(wǎng)絡(luò)退化；所述的四元數(shù)局部注意力連接學(xué)習(xí)模塊QLACL為將注意力擴(kuò)展到四元數(shù)空間，在保證通道相關(guān)性的前提下，提取網(wǎng)絡(luò)感興趣的部分；然后四元數(shù)動(dòng)態(tài)殘差卷積模塊中的注意力層連接起來，使注意力在相鄰的注意力塊之間流動(dòng)，自適應(yīng)地傳播消息；該連接加到注意力層中語境轉(zhuǎn)換部分，確保當(dāng)前的注意力是從當(dāng)前模塊特征和以前的注意信息中一起學(xué)習(xí)到的；保證在網(wǎng)絡(luò)學(xué)習(xí)的過程中，大大減少通道關(guān)系的損失，保留下有用的相互關(guān)系；所述的全局通道注意力連接模塊GCACM由于四元數(shù)為4個(gè)通道構(gòu)成一個(gè)四元數(shù)實(shí)體的特性，所以只能關(guān)注到4個(gè)通道間的關(guān)系，而使用實(shí)值卷積關(guān)注到全局的通道關(guān)系，將四元數(shù)動(dòng)態(tài)殘差卷積模塊中的四元數(shù)卷積改為實(shí)值卷積，學(xué)習(xí)全局的通道特征，然后接到全連接模塊，實(shí)現(xiàn)全局的通道特征連接，減少學(xué)習(xí)中通道關(guān)系損失；所述的原始特征協(xié)助模塊OFAM，由于輸入數(shù)據(jù)具有豐富的通道信息，將數(shù)據(jù)的一維能量部分提取出來，送入原始特征協(xié)助模塊，進(jìn)行維度變換和特征提取，最后連接到全連接分類模塊。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人深圳恒遠(yuǎn)志達(dá)信息科技有限公司，其通訊地址為：518000 廣東省深圳市龍華區(qū)大浪街道橫朗社區(qū)華興路13號(hào)智云產(chǎn)業(yè)園A棟1104；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。