-
公开(公告)号:CN117958834A
公开(公告)日:2024-05-03
申请号:CN202311541071.8
申请日:2023-11-20
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/346 , A61B5/00 , G06F18/241 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06N3/084
Abstract: 一种基于随机掩码和生成式自监督学习的心电分类方法,涉及ECG心电分类技术领域,将原始心电信号在一定约束下将导联信号随机遮掩破坏掉原始心电信号的完整性,使其信号的大部分时空信息被随机掩盖,然后再设计一种高效的编码器生成随机掩蔽策略下的信号,重构在时间和导联维度上遮掩的导联心电信号来学习时空表征。并且为提高编码器对局部特征的感受能力,编码器中引入注意力机制和增加卷积层的步幅、从而扩大神经元的感受野增加对局部特征的感知能力。
-
公开(公告)号:CN117481606A
公开(公告)日:2024-02-02
申请号:CN202311498055.5
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/00 , A61B5/346 , G06F18/241 , G06F18/10 , G06F18/213 , G06F18/22 , G06N3/048 , G06N3/0464
Abstract: 一种基于改进孪生网络的小样本心电信号分类方法,涉及心电信号分类技术领域,通过构建CMP模块作为孪生网络的子网络,将提取局部特征和全局特征相结合,能够更好的分析波峰的位置、振幅和偏移量等信息,使得转换后的特征向量变得更加鲁棒,从而提高小样本心电信号分类的准确率和稳定性。
-
公开(公告)号:CN117338310A
公开(公告)日:2024-01-05
申请号:CN202311523667.5
申请日:2023-11-16
Applicant: 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/346
Abstract: 一种基于对比学习和多尺度特征提取的心电信号分类方法,涉及心电信号分类技术领域,SE‑ResNeXt‑CAN网络模型由浅层特征提取模块、第一SERM模块、第二SERM模块、第一CARM模块、第二CARM模块构成,SE‑ResNeXt‑CAN网络模型通过多个模块的组合和优化,自适应地学习各个通道之间的关联性,扩大感受野,充分捕捉关键特征,提升了心电信号分类任务的性能和泛化能力。
-
公开(公告)号:CN117315798A
公开(公告)日:2023-12-29
申请号:CN202311546911.X
申请日:2023-11-20
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC: G06V40/40 , G06V40/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种基于身份脸型特征的深度伪造检测方法,涉及深度伪造检测技术领域,引入身份特征与3D人脸形状特征相结合,设计了脸型一致性自注意力模块、身份引导脸型一致性注意力模块,挖掘其中的身份脸型不一致特征,根据不同检测人脸的参考人脸信息,具有更强的针对性。额外利用了待检测人脸的参考人脸辅助检测,具有更强的针对性。利用身份特征和形状特征实现更好的泛化检测性能,提高深度伪造检测性能和精准度。
-
公开(公告)号:CN105748063A
公开(公告)日:2016-07-13
申请号:CN201610259531.1
申请日:2016-04-25
Applicant: 山东大学齐鲁医院 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402 , A61B5/024 , G06F19/00
CPC classification number: A61B5/0402 , A61B5/024 , A61B5/7264 , A61B5/7267 , G16H50/20
Abstract: 本发明的基于多导联和卷积神经网络的心律失常智能诊断方法,包括:a).选取数据样本;b).标注心律失常类型;c).截取导联的心跳信号;d).得到归一化的心跳集合;e).构建隐层和输出层;f).设定目标函数;g).样本训练;h).心律失常分类的应用。本发明的心律失常智能诊断方法,利用多导联心电图数据训练CNN能够提高网络的学习效率和心律失常自动诊断的精度,实现了使用有心律失常类型标注多导联心电图数据训练CNN的通用框架和具体方法,可准确判断出待诊断心电信号的心律失常类型,可作为确诊结果或供医生参考。
-
公开(公告)号:CN105120200A
公开(公告)日:2015-12-02
申请号:CN201510553799.1
申请日:2015-09-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 发明的基于定制light-udp协议的物联网医疗系统的视频通信方法,包括:a).用户认证,每个用户通过向web服务器注册获取具有自身唯一标识的用户ID;b).light-udp通道的建立;c).数据传输,双方通过路由器经Internet网络进行视频流的传送,无需经过web服务器和视频服务器的中转;d).数据校验,双方用户端对接收到的light-udp数据包只进行数据域中前8个字节的校验;e).视频播放。本发明的基于定制light-udp协议的通信方法,通过双方建立的light-udp通道进行数据的收发,保证了视频传输的时效性。同时,只对数据域中的前8个字节进行校验,避免了因少量字节错误而造成整个数据包被丢弃现象的发生,进一步保证了数据的时效性。
-
公开(公告)号:CN117357129B
公开(公告)日:2024-06-04
申请号:CN202311499058.0
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
Abstract: 一种针对可穿戴式设备的心电图QRS波形检测方法,涉及心电信号处理技术领域,使用了一个新的心电信号波形检测网络S2TE_Net,该网络使用了时空特征提取模块和激励挤压模块相结合,以实现对QRS波形的准确检测。在时空特征提取模块中,使用了卷积神经网络(CNN)和双向长短期记忆网络(Bi‑LSTM)的结合体。CNN可以捕捉时间序列数据中的空间特征,Bi‑LSTM可以捕获ECG信号中存在的时间特征并平滑高频噪声,从而在可穿戴式设备中获得更准确的QRS波形检测结果。
-
公开(公告)号:CN117481606B
公开(公告)日:2024-05-14
申请号:CN202311498055.5
申请日:2023-11-13
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/00 , A61B5/346 , G06F18/241 , G06F18/10 , G06F18/213 , G06F18/22 , G06N3/048 , G06N3/0464
Abstract: 一种基于改进孪生网络的小样本心电信号分类方法,涉及心电信号分类技术领域,通过构建CMP模块作为孪生网络的子网络,将提取局部特征和全局特征相结合,能够更好的分析波峰的位置、振幅和偏移量等信息,使得转换后的特征向量变得更加鲁棒,从而提高小样本心电信号分类的准确率和稳定性。
-
公开(公告)号:CN117315798B
公开(公告)日:2024-03-12
申请号:CN202311546911.X
申请日:2023-11-20
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心) , 山东省人工智能研究院
IPC: G06V40/40 , G06V40/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 一种基于身份脸型特征的深度伪造检测方法,涉及深度伪造检测技术领域,引入身份特征与3D人脸形状特征相结合,设计了脸型一致性自注意力模块、身份引导脸型一致性注意力模块,挖掘其中的身份脸型不一致特征,根据不同检测人脸的参考人脸信息,具有更强的针对性。额外利用了待检测人脸的参考人脸辅助检测,具有更强的针对性。利用身份特征和形状特征实现更好的泛化检测性能,提高深度伪造检测性能和精准度。
-
公开(公告)号:CN117653137A
公开(公告)日:2024-03-08
申请号:CN202311523454.2
申请日:2023-11-16
Applicant: 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/346
Abstract: 一种基于对比学习和多尺度双维注意力机制的心电分类方法,涉及心电信号分类技术领域,设计了MFE‑ResNet网络模型以解决未充分建模特征在通道和时间上的相关性问题。该模型包括并行卷积模块、Batch_Norm层、Relu激活函数层、并行的残差和空洞卷积模块、多尺度双维注意力模块以及融合模块。能够有效提取心电信号的特征表示,弥补传统模型的不足,并提高特征捕捉能力。
-
-
-
-
-
-
-
-
-