-
公开(公告)号:CN115620744B
公开(公告)日:2025-05-13
申请号:CN202211225892.6
申请日:2022-10-09
Applicant: 华南理工大学 , 佛山市百步梯医疗科技有限公司
Abstract: 本发明提供了一种基于瞬时阻尼和瞬时频率的心音分割方法及存储介质;方法为:采集待分割的心音信号,对心音信号进行预处理,预处理后信号进行分帧加窗,计算各帧心音的功率谱密度包络向量、瞬时阻尼和瞬时频率,构造观测向量作为LR分类器的输入,最终采用维特比算法解码LR‑HSMM模型,获得最佳分割序列。该方法增加了瞬时阻尼、瞬时频率、以及连续多帧的功率谱密度包络值作为分割特征,从而提高了分割方法的抗噪性能,可更准确地刻画心音的能量特性。
-
公开(公告)号:CN111462841B
公开(公告)日:2023-06-20
申请号:CN202010170779.7
申请日:2020-03-12
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于知识图谱的抑郁症智能诊断装置及系统,其中装置包括:数据采集模块,用于采集用户的人体数据;人体数据包括视频数据、音频数据、脑电数据和心率数据;实体属性值获取模块,用于采用训练好的学习模型从人体数据中获取实体和对应的实体属性值;以及知识图谱模块,用于连接实体和实体属性值构成知识图谱,得到抑郁症诊断结果。本发明可智能化输出抑郁症诊断结果,协助医生诊断抑郁症。
-
公开(公告)号:CN113076936A
公开(公告)日:2021-07-06
申请号:CN202110486004.5
申请日:2021-04-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于绳子目标提取的跳绳计数方法,采用俯视的角度拍摄跳绳视频,既降低了后续从背景中提取人和绳子的难度,又方便了坐标系的建立,使得后期通过坐标系中的绳子方向向量进行跳绳计数分析。另外,本发明先进行视频图像的预处理,控制其分辨率,再设定颜色阈值,当绳子的颜色达到阈值范围内时将其提取出来,从而进行分析,通过该种方式控制了其分辨率,有着较高的计算速度。最后,本发明对于绳子方向向量的分析过程十分严格,设置身前触发器和身后触发器,结合跳绳过程中正常跳绳,反向跳绳,跳绳卡断,卡断后反向摇动,卡断后跨过跳绳,身前触发器和身后触发器的值均会按照不同的逻辑进行变化,从而对跳绳的次数进行影响,有较高的准确率。
-
公开(公告)号:CN109993076A
公开(公告)日:2019-07-09
申请号:CN201910202293.4
申请日:2019-03-18
Applicant: 华南理工大学 , 中山大学附属第一医院 , 佛山市百步梯医疗科技有限公司
Abstract: 本发明提供一种基于深度学习的白鼠行为分类方法,包括以下步骤:步骤S1:采集白鼠的行为视频数据并进行预处理,作为训练数据;步骤S2:构建深度卷积神经网络模型;步骤S3:利用训练数据对深度卷积神经网络模型进行训练;步骤S4:利用训练好的深度卷积神经网络模型对录制好的白鼠行为视频进行分类。本发明基于深度学习的白鼠行为分类方法,相比其他基于深度学习的行为分类方法,可更好地提取白鼠动作时序信息,从而提高了白鼠行为分类的准确率。
-
公开(公告)号:CN109635786A
公开(公告)日:2019-04-16
申请号:CN201910057743.5
申请日:2019-01-22
Applicant: 佛山市百步梯医疗科技有限公司 , 华南理工大学
CPC classification number: G06K9/00536 , G06K9/0051 , G16H50/20 , G16H80/00
Abstract: 本发明提供了一种基于心音自相关函数的心率计算算法,其特征在于:获取心音序列,对心音序列作滤波处理和求包络;之后在搜索范围内计算自相关函数,搜索自相关函数的峰值点进而根据峰值点序号计算心率值。本发明计算算法可克服呼吸音、摩擦音以及第一、第二心音波形相似等因素的干扰,利用心音序列即可准确计算出心率值,便于在小型可穿戴设备和小型电子听诊器中实现,也适用于在医院和家庭用电子听诊辅助诊疗系统。
-
公开(公告)号:CN106923812A
公开(公告)日:2017-07-07
申请号:CN201710200463.6
申请日:2017-03-30
Applicant: 华南理工大学
IPC: A61B5/0245 , A61B7/04
Abstract: 本发明公开了一种基于心音信号自相关分析的心率计算方法,所述方法包括以下步骤:首先利用录音设备获取心音信号;然后对心音信号进行抽取及死区非线性处理,得到待分析处理的信号;之后对抽取得到的信号进行自相关运算获取自相关序列;接着对自相关序列再次进行死区非线性处理,从处理后得到的序列中提取出第二个周期的位置,根据第二个周期的峰值,计算出心音信号的周期,获得心率。本发明通过自相关处理以及死区非线性处理得到自相关序列,从自相关序列中计算出心率,只利用心音信号即可准确实现心率的计算,计算方法简单,结果精准,对硬件实现的要求低,非常便于在可穿戴设备中实现。
-
公开(公告)号:CN106725321A
公开(公告)日:2017-05-31
申请号:CN201611189288.7
申请日:2016-12-21
IPC: A61B5/00 , A61B5/0402
CPC classification number: A61B5/6829 , A61B5/0402
Abstract: 本发明提供了一种检测人体多个导联心电图的可穿戴脚环,其特征在于:包括柔性环带和防水外壳;防水外壳的内侧设有用于贴合脚部皮肤的干电极一,防水外壳的外侧设有用于接触左手皮肤的干电极二和用于接触右手皮肤的干电极三;防水外壳内部形成密封腔,密封腔中设有处理模块和电源模块;处理模块包括数据处理电路、控制器和无线信号传输电路;数据处理电路包括型号为ADS1292的芯片U1。该可穿戴脚环能更加全面地了解使用者心电数据,结构简单,体积小,使用便捷,具有良好防潮防汗防水性能。本发明还提供一种检测人体多个导联心电图、能更加全面地了解使用者心电数据、操作简便的检测方法。
-
公开(公告)号:CN117934506A
公开(公告)日:2024-04-26
申请号:CN202410048155.6
申请日:2024-01-12
Applicant: 华南理工大学
IPC: G06T7/11 , G06T7/194 , G06V10/25 , G06V10/82 , G06V10/764
Abstract: 本发明提供一种面向堆叠零件的点云分割方法,包括:S1、构建原始点云数据;对原始点云数据进行预处理,获取待分割的堆叠零件点云数据;S2、把待分割的堆叠零件点云数据的坐标信息输入特征提取主干网络,得到逐个点云特征;S3、把逐点特征输入语义分数预测分支和几何偏移预测分支,生成候选块;S4、遍历所有的候选块,基于边缘检测注意的采样结果来生成实例核,采样结果拼接实例级特征并与实例核进行动态卷积生成二进制的实例掩码;S5、实例掩码点坐标由实例掩码得分排序后通过NMS算法去除重复结果得到,实例掩码点坐标融合语义标签,输出最终实例分割结果。本发明可实现对复杂场景的零件进行稳定、高效识别分割,并可提高识别和分割准确度。
-
公开(公告)号:CN117911272A
公开(公告)日:2024-04-19
申请号:CN202410157316.5
申请日:2024-02-04
Applicant: 华南理工大学
IPC: G06T5/70 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06V10/80
Abstract: 本发明提供一种基于高效信息蒸馏与多尺度特征融合的图像去噪方法,该方法构建图像去噪网络,包括编码器和解码器,编码器和解码器之间采用跳跃连接;编码器和解码器的每个阶段引入多重焦点蒸馏模块;该图像去噪方法采用编码器对预处理后的图像进行图像特征提取,采用解码器逐层恢复图像细节,并通过跳跃连接结合编码器的特征;在编码器每个阶段的下采样前以及在解码器每个阶段的上采样后,采用多重焦点蒸馏模块对图像信息依次进行信息蒸馏、多尺度特征提取、层归一化处理以及通过高频与对比度注意力机制进行图像信息融合,实现图像去噪处理。本发明可在复杂环境下可以保持图像的细节和质量,从而提高图像去噪的后续图像处理质量。
-
公开(公告)号:CN116363120A
公开(公告)日:2023-06-30
申请号:CN202310431557.X
申请日:2023-04-21
Applicant: 华南理工大学
IPC: G06T7/00 , G06T7/13 , G06V10/774 , G06V10/80 , G06N3/0464
Abstract: 本发明提供一种基于注意力机制和边缘检测的医学图像分割方法,包括以下步骤:S1、构建完整的预处理图像;S2、将步骤S1所得预处理图像与训练集和验证集的待分割图像进行拼接,输出特征融合图像;S3、建立包含注意力机制的主干网络,将特征融合图像输入包含注意力机制的主干网络,得到包含注意力机制的主干网络的输出;S4、建立边缘检测网络,将训练集和验证集的待分割图像输入边缘检测网络,以获得图像边缘信息,得到边缘检测网络的输出;S5、将步骤S3中包含注意力机制的主干网络的输出和步骤S4中边缘检测网络的输出进行特征融合,并归一化,输出医学图像的分割图像。本发明可实现图像边界的精确分割,从而提升医学图像分割的准确度。
-
-
-
-
-
-
-
-
-