基于shapelet将心电信号转换成图结构的分类方法

    公开(公告)号:CN115718867A

    公开(公告)日:2023-02-28

    申请号:CN202211438097.5

    申请日:2022-11-16

    Abstract: 本发明公开了一种基于shapelet将心电信号转换成图结构的分类方法,属于心跳信息分析技术领域。获取心电信号数据集,用小波变换去噪算法对心电信号降噪处理,采用小波模极大值结合可变阈值法对降噪处理的信号处理,利用获得的心电信号R波峰位置信息,采用shapelet算法提取每个信号周期的P‑QRS‑T波段的shapelet特征序列,将提取的心电信号shaplet特征构建做为图结构的每一个节点,并利用每个特征之间的权重来构造图的每一个边,从而构建有向加权图,设置图卷积神经网络参数,将构造的图数据输入到模型中进行训练学习,利用Softmax函数获得各个特征序列的概率分布,从而达到识别的效果,将心电信号提取shapelet特征序列转换成图结构明显提升了分类的准确度。

    一种基于二元生理系统的动态相互作用网络分析方法

    公开(公告)号:CN116612896A

    公开(公告)日:2023-08-18

    申请号:CN202310236004.9

    申请日:2023-03-13

    Abstract: 本发明公开一种基于二元生理系统的动态相互作用网络分析方法,属于动态生理网络技术领域。选定二元器官系统,同步采集睡眠阶段这一生理状态转变前后的生理信号,利用滚动时间窗口进行分段预处理;选定两生理信号段为相互作用对,使用相关系列参数得到相互作用对的时间延迟序列,在此基础上评估相互作用的强度、方向等属性;以各时间窗口为层,每一层网络中的节点定义为该层所对应时刻的生理信号段,借助时间延迟序列特征建立有向加权连边,构建层内、层间链接,使用图论方法表征多层时序生理网络;分析生理状态转变前后二元器官系统间相互作用的强度变化、总体因果效应。其结构简单,使用方便,通过相互作用变化检测人体睡眠阶段变化。

Patent Agency Ranking