基于多尺度小波变换的心电图波形的形态识别方法

    公开(公告)号:CN110547786B

    公开(公告)日:2020-05-05

    申请号:CN201810555348.5

    申请日:2018-06-01

    Abstract: 一种基于多尺度小波变换的心电图波形的形态识别方法,通过本基于多尺度小波变换的心电图波形的形态识别方法,相对于传统的心电图识别,本发明可以更精准的定位峰值位置和范围所在,通过本融合算法可以有效减少由于选择检测尺度不当或是P/T形态多变条件下检测P/T波所造成的损失。特别是对P/T波异常的心电图有更好的检测效果。本发明算法具有容错性高、精确度高等特点,特别是在P/T波检测中,可以有效避免由于P/T波能量集中频率不一致造成的错检和漏检,有效减少因检测不当所造成的误诊等情况。

    一种基于LTI滤波与稀疏优化原理的ECG信号恢复方法

    公开(公告)号:CN108992060A

    公开(公告)日:2018-12-14

    申请号:CN201810568552.0

    申请日:2018-06-05

    Abstract: 本发明公开一种基于LTI滤波与稀疏优化原理的ECG信号恢复方法,先将原始信号进行LTI滤波处理,本发明中选用LTI中的低通滤波进行相应处理,然后通过稀疏优化原理进行信号处理,最后合并形成我们所需要的去除噪音后的信号。在此过程中,通过低通滤波处理的信号能够快速滤除大部分高频噪音,但会对心电的形状发生改变,Q、S等波段会被削平。然后进行稀疏信号优化处理,得到原有波峰波谷信息并去除其他噪音,保证ECG信号的真实性,即在充分抑制ECG中的噪音的同时保护信号细节。

    一种增强公平性的云计算用户资源配额分配方法

    公开(公告)号:CN104270459B

    公开(公告)日:2017-09-29

    申请号:CN201410556001.4

    申请日:2014-10-20

    Abstract: 本发明的增强公平性的云计算用户资源配额分配方法,包括:步骤1:申请类型的判断,如为首次申请,执行步骤2;如为变更申请,执行步骤4;步骤2:获取用户应用系统所对应资源配额的最大限额;步骤3:资源配额首次分配;步骤4:判断变更申请类型,如为减少资源配额,则释放相应的资源配额;如为增加资源配额,执行步骤5;步骤5:计算信用因子;步骤6:如果大于基准值,则分配申请增加的资源配额;如果小于基准值,则将申请增加的资源配额乘以系数再分配给用户;步骤7:以时间为周期动态调整用户的资源配额。本发明的云计算用户资源配额分配方法,阻止资源滥用,增强分配公平性;能够有效预估云计算平台资源需求量,满足更多用户的需求。

    基于多模态特征融合的医学影像与文本联合分析模型

    公开(公告)号:CN119723266A

    公开(公告)日:2025-03-28

    申请号:CN202411785568.9

    申请日:2024-12-06

    Abstract: 本发明涉及人工智能技术领域,提供一种基于多模态特征融合的医学影像与文本联合分析模型,采用文本编码器将输入的医学文本数据进行编码,采用图像编码器将输入的医学影像数据进行编码,再通过矩阵乘法进行特征融合得到第一数据,采用多头注意力机制模块将第一数据输入至多头注意力层和前馈神经网络层处理。采用特征选择模块将第二数据与转置后的图像特征向量进行运算,采用分类器将第三数据通过全连接层,生成诊断结果的交叉熵损失函数的概率值。本发明还公开了一种构建方法快速建立模型,该模型的结构使其能够适应不同类型的医学影像和文本数据,能够整合医学图像和文本报告中的关键信息且融合深层次交互信息,提高整个诊断模型的准确性。

Patent Agency Ranking