-
Patent Agency Ranking
公开(公告)号：CN118965170A
公开(公告)日：2024-11-15
申请号：CN202411059949.9
申请日：2024-08-05
Applicant: 南京邮电大学
IPC: G06F18/2415 , A61B5/024 , G06F18/10 , G06F18/213
Abstract: 本发明属于生理信号处理领域，公开了一种基于模糊排列的生理信号时间不可逆分析方法，包括：步骤1、对生理信号序列进行空间向量重构，得到重构向量序列，并计算序列模糊转化的控制参数；步骤2、构建并优化重构序列的排列序列；步骤3、将排列类型模糊化处理；步骤4、得到逆序生理信号序列，通过模糊排列转化，得到时间逆序模糊排列序列；步骤5、统计排列类型及其概率分布；步骤6、衡量生理信号序列和逆序生理信号序列模糊排列的概率分布差异性，量化生理信号的模糊排列时间不可逆。本发明有效地将特异向量的空间结构特征和标准向量相关联，进而优化了排列类型的构建方式，提高了生理信号时间不可逆量化分析的精确度。
-
公开(公告)号：CN118245768B
公开(公告)日：2024-09-17
申请号：CN202410671543.X
申请日：2024-05-28
Applicant: 南京邮电大学
Abstract: 本发明属于生理信号处理和复杂系统分析领域，公开了一种基于模糊向量距离的睡眠脑电非平衡性分析方法，具体包括对睡眠脑电信号进行空间向量重构，然后计算向量距离，进行传统的无叠加区间划分，对向量距离进行模糊转化，判定向量距离映射区间并计算概率，通过模糊向量距离转化，得到逆序脑电信号的模糊符号序列，统计正反睡眠脑电信号的向量距离区间并计算概率分布，统计正反睡眠脑电信号模糊向量距离的概率分布，利用联合概率分布差异量化睡眠脑电的非平衡性特征。本发明提高了信号联合概率估计的准确度，能更加有效地量化重构睡眠脑电的非平衡性特征。
-
公开(公告)号：CN118245768A
公开(公告)日：2024-06-25
申请号：CN202410671543.X
申请日：2024-05-28
Applicant: 南京邮电大学
Abstract: 本发明属于生理信号处理和复杂系统分析领域，公开了一种基于模糊向量距离的睡眠脑电非平衡性分析方法，具体包括对睡眠脑电信号进行空间向量重构，然后计算向量距离，进行传统的无叠加区间划分，对向量距离进行模糊转化，判定向量距离映射区间并计算概率，通过模糊向量距离转化，得到逆序脑电信号的模糊符号序列，统计正反睡眠脑电信号的向量距离区间并计算概率分布，统计正反睡眠脑电信号模糊向量距离的概率分布，利用联合概率分布差异量化睡眠脑电的非平衡性特征。本发明提高了信号联合概率估计的准确度，能更加有效地量化重构睡眠脑电的非平衡性特征。
-
公开(公告)号：CN114557707B
公开(公告)日：2024-05-17
申请号：CN202210337191.5
申请日：2022-03-31
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于渐变等状态分布的睡眠脑电信号幅度分析方法，通过给定长度为L的睡眠脑电信号X(t)，计算睡眠脑电信号X(t)的差分向量序列X′(t)，用以表征幅度波动；计算睡眠脑电渐变等状态分布的转化参数a、转化参数b和阈值r；构建睡眠脑电的幅度波动转化函数f(t)；对差分向量序列X′(t)进行渐变等状态转化后，统计差分等状态分布F；获得睡眠脑电信号X(t)的渐变等状态分布gDES，以实现对睡眠脑电幅度波动特征的提取分析；该方法，创新性地通过渐变转化方式对差分向量进行转化，实现了睡眠脑电信号幅度波动的优化分析，解决了现有等状态分布参数无法区分不同差分元素对等状态分布贡献值的问题，能够更加有效地表征睡眠脑电活动的幅度波动特征。
-
公开(公告)号：CN117349684A
公开(公告)日：2024-01-05
申请号：CN202311643300.7
申请日：2023-12-04
Applicant: 南京邮电大学
Abstract: 本发明属于生理信号处理和统计学领域，公开了一种基于向量排列最大距离的睡眠脑电分析方法，包括：步骤1、首先对睡眠脑电信号进行多维向量重构，得到重构向量序列；步骤2、计算重构向量序列中的任意向量之间的距离；步骤3、将睡眠脑电的重构向量转化为幅度排列类型，生成对应的排列序列；步骤4、基于最大距离和步的排列类型的向量相似性判定；步骤5、根据统计睡眠脑电相同向量的数量，然后实现睡眠脑电概率分布的估计；步骤6、睡眠脑电的动态熵值复杂度dynEn计算。本发明可以实现睡眠脑电更加准确的概率估计以及相关统计参数的计算。
-
-
-
-
Search Results
15
records
(took 0.025 seconds)
