-
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。
-
公开(公告)号：CN117357129A
公开(公告)日：2024-01-09
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：CN114780866B
公开(公告)日：2022-11-01
申请号：CN202210376638.X
申请日：2022-04-11
Applicant: 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) , 齐鲁工业大学
IPC: G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
Abstract: 一种基于时空上下文兴趣学习模型的个性化智能推荐方法，使用图神经网络建模用户历史签到行为序列，通过创新图消息传播与聚合的拉普拉斯范数，融合兴趣点之间的交互关联性及空间关联性来获取兴趣点的高阶特征表示。同时编码日模式创新性的获取到了用户的长期兴趣，并使用长短期记忆网络捕获用户短期行为模式作为短期兴趣，通过层间注意力获取长短期兴趣。在此基础上进行候选兴趣点的概率计算作为推荐依据。通过图卷积的方式提高了兴趣点的特征提取效果，充分利用时空上下文挖掘用户的兴趣，以此进行推荐提高准确率，解决用户的出行需求。
-
公开(公告)号：CN111436926B
公开(公告)日：2021-04-20
申请号：CN202010257349.9
申请日：2020-04-03
Applicant: 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)
Abstract: 一种基于统计特征和卷积循环神经网络的房颤信号检测方法，通过对两种不同类型不同维度的特征进行融合，得到特征集，使用粒子群优化算法训练支持向量机，并使用带权重的支持向量机对心电信号进行分类，将统计特征和卷积循环神经网络结合起来，有效解决了目前房颤信号检测存在的问题，更加全面的概括了房颤信号的特征，提高了房颤限号检测的精确度。
-
公开(公告)号：CN111835360A
公开(公告)日：2020-10-27
申请号：CN202010677703.3
申请日：2020-07-14
Applicant: 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: H03M7/30
Abstract: 一种基于基追踪去噪的稀疏信号重构方法，通过压缩感知的重构性能对噪声非常敏感，即噪声的引入会大大降低压缩感知的重构性能，通过基追踪降噪，实现了心电信号噪声的滤除和信号的重构。通过数值最优化算法准确重构出原始信号，得到了原有的波峰波谷信息，利用了心电信号的稀疏性特点重构了原有的心电信号，并有效的去除了噪声，保证了心电信号的真实性。
-
Patent Agency Ranking
公开(公告)号：CN110755069B
公开(公告)日：2020-10-16
申请号：CN201911027439.2
申请日：2019-10-25
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0452
Abstract: 一种跳跃突变噪声的动态心电信号基线漂移校正方法，通过准确检测心电信号中包含的跳跃突变区域，并分段单独处理，可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理，尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。
-
公开(公告)号：CN110251120A
公开(公告)日：2019-09-20
申请号：CN201910489829.5
申请日：2019-06-06
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402
Abstract: 一种基于注意力机制的深度残差神经网络的心电图分类方法，通过多导联心电图数据和基于注意力机制的深层残差神经网络模型实现心律失常自动分类，首先多导联心电图较单导联心电图蕴含更多心电信息，其次深度残差网络可以更高的学习模型的特征，有助于模型收敛，最后注意力机制模块自动增强特征图，提高模型泛化能力，提高网络的学习效率和心电图识别的精度。
-
公开(公告)号：CN110179453A
公开(公告)日：2019-08-30
申请号：CN201810555347.0
申请日：2018-06-01
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: A61B5/0402
Abstract: 一种基于卷积神经网络和长短期记忆网络的心电图分类方法，通过多导联心电图数据和卷积神经网络和长短期记忆网络（CNN-LSTM）组合模型实现心律失常自动分类的方法。一方面多导联心电图较单导联心电图蕴含更多信息，另一方面CNN-LSTM组合模型结合CNN和LSTM的优点，在学习空间数据结构和时间序列结构方面有着独特优势，利用多导联心电图数据训练CNN-LSTM能够提高网络的学习效率和心电图识别的精度。
-
公开(公告)号：CN109087713A
公开(公告)日：2018-12-25
申请号：CN201810869480.3
申请日：2018-08-02
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 一种基于模糊C均值聚类的慢病辅助管理决策支持方法，利用模糊C均值聚类算法，建立慢病管理决策模型，依据慢病患者的生理指标数据、基因遗传数据、生活习惯数据和精神状态数据进行归类划分，根据归类结果为慢病患者在用药治疗、生活方式和精神关怀等方面定制一套科学管理方案，实现慢病患者的个性化管理决策支持。
-
公开(公告)号：CN103259878B
公开(公告)日：2015-09-30
申请号：CN201310135442.2
申请日：2013-04-18
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的针对无线局域网特定目标用户的MAC地址捕获方法，包括：a).数据获取；b).基于哈希表构建状态集和更新RSSI序列，状态集 记作：；c).更新WLAN的拓扑结构；d).以周期，更新并查找RSSI统计均值最大的第一类STA状态集；e).以周期，更新并查找RSSI统计均值最大的第二类STA状态集；f).判定特定目标用户的MAC地址。本发明的MAC地址捕获方法，支持当前的各种WLAN标准（IEEE 802.11 a/b/g/n），可用无痕迹、非介入的方式，快速捕获特定目标用户所使用的各种WLAN终端设备的MAC地址，具有多用户适用性、网络连通适用性、无线数据量适用性、取证快速性与无痕性的优点。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.063 seconds)
