-
公开(公告)号：CN113008860B
公开(公告)日：2023-04-18
申请号：CN202110463408.2
申请日：2021-04-25
申请人： 广东工业大学
IPC分类号： G01N21/64 , G06F18/24 , G06F18/10 , G06F18/23213 , G06N3/006
摘要： 本发明针对荧光蛋白信号在采集过程中极易受到各种噪声干扰而影响血脂分类精度的技术问题，提出了一种血脂分类方法、系统、储存介质及计算机设备，本发明在训练血脂分类模型的过程中，对训练数据进行经验模式分解得到样本信号的IMF，通过K均值聚类的方法，滤除高频噪声；再通过奇异谱分析对样本信号进行多重去噪，达到最优的多分辨率分析效果，能够训练出准确度高的血脂分类器，从而实现对血脂的高精度分类。
-
公开(公告)号：CN112182492A
公开(公告)日：2021-01-05
申请号：CN202011011244.1
申请日：2020-09-23
申请人： 广东工业大学
IPC分类号： G06F17/14
摘要： 本发明公开一种基于离散四元数傅里叶变换的信号稀疏表示方法及装置，通过根据四元参数的球极坐标确定出二维角度空间，并按照预设的搜索密度在二维角度空间的待搜索范围中进行均匀采样，根据输入信号进行网格搜索并以预设迭代次数进行迭代，可以逐步缩小搜索范围，最终定位到最优目标采样点，从而根据最优目标采样点计算获得四元参数针对该输入信号的最优解，根据该四元参数的最优解对所述输入信号进行离散四元数傅里叶变换，可以使得变换结果的稀疏度达到最高，实现在离散四元傅里叶变换中求得信号的稀疏表示。
-
公开(公告)号：CN113288132B
公开(公告)日：2023-04-14
申请号：CN202110489716.2
申请日：2021-05-06
申请人： 广东工业大学
IPC分类号： A61B5/1455 , A61B5/00 , A61B5/024 , G06F18/10 , G06F18/213 , G06F18/214
摘要： 本发明实施例提供一种用于预测血糖值的方法、装置、存储介质及处理器，属于信号处理和血糖预测领域。上述用于预测血糖值的方法包括：获取用户的脉搏信号；基于多尺度经验模式分解算法对脉搏信号进行去噪处理，以得到去噪后的脉搏信号；基于张量奇异谱分析算法对去噪后的脉搏信号进行去冗余处理，以得到去冗余后的脉搏信号；对去冗余后的脉搏信号进行特征提取，以得到对应的特征信息；根据特征信息，使用预先训练的血糖预测模型预测血糖值。采用本发明的方法可以提高血糖值预测的准确度。
-
公开(公告)号：CN112861986A
公开(公告)日：2021-05-28
申请号：CN202110229606.2
申请日：2021-03-02
申请人： 广东工业大学
摘要： 本发明公开了一种基于卷积神经网络的血脂亚组分含量检测方法，首先制备血清样品，对各血脂亚组分进行分离分析；接着利用基于激光诱导的荧光检测法收集各血脂亚组分对应的荧光蛋白电信号；然后利用经验模式分解对荧光蛋白信号进行去噪处理；再搭建卷积神经网络结构；选择包含荧光蛋白信号及其对应血脂亚组分具体数值的已有数据集；然后基于荧光蛋白信号的特征设计对应神经网络的滤波器，同时将网络结构中最后一层全连接层的输出设置为对于输入荧光蛋白信号对应的血脂亚组分具体数值估计，完成卷积神经网络的结构设计后，利用训练集进行网络训练；最后通过训练好的神经网络模型进行血脂亚组分含量检测，得到检测结果。本发明具有较高的检测精度。
-
公开(公告)号：CN112861986B
公开(公告)日：2022-04-22
申请号：CN202110229606.2
申请日：2021-03-02
申请人： 广东工业大学
摘要： 本发明公开了一种基于卷积神经网络的血脂亚组分含量检测方法，首先制备血清样品，对各血脂亚组分进行分离分析；接着利用基于激光诱导的荧光检测法收集各血脂亚组分对应的荧光蛋白电信号；然后利用经验模式分解对荧光蛋白信号进行去噪处理；再搭建卷积神经网络结构；选择包含荧光蛋白信号及其对应血脂亚组分具体数值的已有数据集；然后基于荧光蛋白信号的特征设计对应神经网络的滤波器，同时将网络结构中最后一层全连接层的输出设置为对于输入荧光蛋白信号对应的血脂亚组分具体数值估计，完成卷积神经网络的结构设计后，利用训练集进行网络训练；最后通过训练好的神经网络模型进行血脂亚组分含量检测，得到检测结果。本发明具有较高的检测精度。
-
公开(公告)号：CN113008860A
公开(公告)日：2021-06-22
申请号：CN202110463408.2
申请日：2021-04-25
申请人： 广东工业大学
摘要： 本发明针对荧光蛋白信号在采集过程中极易受到各种噪声干扰而影响血脂分类精度的技术问题，提出了一种血脂分类方法、系统、储存介质及计算机设备，本发明在训练血脂分类模型的过程中，对训练数据进行经验模式分解得到样本信号的IMF，通过K均值聚类的方法，滤除高频噪声；再通过奇异谱分析对样本信号进行多重去噪，达到最优的多分辨率分析效果，能够训练出准确度高的血脂分类器，从而实现对血脂的高精度分类。
-
公开(公告)号：CN112182492B
公开(公告)日：2022-12-16
申请号：CN202011011244.1
申请日：2020-09-23
申请人： 广东工业大学
IPC分类号： G06F17/14
摘要： 本发明公开一种基于离散四元数傅里叶变换的信号稀疏表示方法及装置，通过根据四元参数的球极坐标确定出二维角度空间，并按照预设的搜索密度在二维角度空间的待搜索范围中进行均匀采样，根据输入信号进行网格搜索并以预设迭代次数进行迭代，可以逐步缩小搜索范围，最终定位到最优目标采样点，从而根据最优目标采样点计算获得四元参数针对该输入信号的最优解，根据该四元参数的最优解对所述输入信号进行离散四元数傅里叶变换，可以使得变换结果的稀疏度达到最高，实现在离散四元傅里叶变换中求得信号的稀疏表示。
-
公开(公告)号：CN113288132A
公开(公告)日：2021-08-24
申请号：CN202110489716.2
申请日：2021-05-06
申请人： 广东工业大学
IPC分类号： A61B5/1455 , A61B5/00 , A61B5/024 , G06K9/00 , G06K9/62
摘要： 本发明实施例提供一种用于预测血糖值的方法、装置、存储介质及处理器，属于信号处理和血糖预测领域。上述用于预测血糖值的方法包括：获取用户的脉搏信号；基于多尺度经验模式分解算法对脉搏信号进行去噪处理，以得到去噪后的脉搏信号；基于张量奇异谱分析算法对去噪后的脉搏信号进行去冗余处理，以得到去冗余后的脉搏信号；对去冗余后的脉搏信号进行特征提取，以得到对应的特征信息；根据特征信息，使用预先训练的血糖预测模型预测血糖值。采用本发明的方法可以提高血糖值预测的准确度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.031 秒)
