-
公开(公告)号：CN110327055A
公开(公告)日：2019-10-15
申请号：CN201910690101.9
申请日：2019-07-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于高阶谱和卷积神经网络的心冲击信号的分类方法，步骤为：S1、获取数据集训练样本；S2、采用切比雪夫和小波变换的滤波方法对步骤S1获得的数据集训练样本进行去噪预处理，得到纯净的心冲击信号；S3、对步骤S2得到的心冲击信号进行高阶谱特征分析，得到信号的幅值和相位的特征信息；S4、构建卷积神经网络模型，将步骤S3得到的特征信息，作为卷积神经网络模型的输入，得到分类结果。该方法利用高阶谱具有时移不变性、尺度变化性和相位保持性进行特征提取得到特征以保留更多的信号信息，还能够抑制高斯有色噪声，从而提升心冲击信号分类的性能；同时，该方法具有更好的泛化性能，并有效解决了高阶谱谱应用的二维模板匹配问题。
-
Patent Agency Ranking
公开(公告)号：CN107485387A
公开(公告)日：2017-12-19
申请号：CN201710863101.5
申请日：2017-09-21
Applicant: 桂林电子科技大学
CPC classification number: A61B5/04 , A61B5/4854 , A61B5/4887 , A61B5/7267 , A61H39/002 , A61H2201/0184 , A61H2201/1635 , A61H2201/165 , A61H2201/50 , A61H2205/065 , A61N1/36014
Abstract: 本发明提供了一种穴位自动跟踪系统以及方法，该系统包括穴位采集装置以及服务器。所述穴位采集装置包括手环本体以及设置在所述手环本体上的加速传感器、电子针灸模块、经络信号采集模块、预处理模块、无线通信模块以及报警模块，所述预处理模块与所述加速传感器、所述经络信号采集模块、所述电子针灸模块、所述无线通信模块以及所述报警模块连接，所述穴位采集装置与所述服务器建立无线通信连接。该系统可以缓解目前用户只有在主动进行测量时，才能获取到自己的身体状况，且获取到的身体状况不能体现用户病情严重程度的问题。
-
公开(公告)号：CN107485387B
公开(公告)日：2024-03-29
申请号：CN201710863101.5
申请日：2017-09-21
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种穴位自动跟踪系统以及方法，该系统包括穴位采集装置以及服务器。所述穴位采集装置包括手环本体以及设置在所述手环本体上的加速传感器、电子针灸模块、经络信号采集模块、预处理模块、无线通信模块以及报警模块，所述预处理模块与所述加速传感器、所述经络信号采集模块、所述电子针灸模块、所述无线通信模块以及所述报警模块连接，所述穴位采集装置与所述服务器建立无线通信连接。该系统可以缓解目前用户只有在主动进行测量时，才能获取到自己的身体状况，且获取到的身体状况不能体现用户病情严重程度的问题。
-
公开(公告)号：CN109480852A
公开(公告)日：2019-03-19
申请号：CN201811538571.5
申请日：2018-12-14
Applicant: 桂林电子科技大学
IPC: A61B5/11 , A61B5/0402 , A61B5/00 , G01K13/00 , G01J5/00
Abstract: 本发明提供了一种体征监测方法、系统、可穿戴式的信号采集设备，所述体征监测系统还包括与所述信号处理设备相互通信连接的可穿戴式的信号采集设备以及信号接收设备。所述方法包括：接收所述信号采集设备实时监测并发送的体征信号，所述体征信号包括心冲击图信号以及心电信号；对所述体征信号进行特征提取，得到特征信号；将所述特征信号与预先保存的用于表征健康体征的原始信号进行比对，得到用户的体征监测结果，并把所述体征监测结果发送给所述信号接收设备。通过该方法，可以随时随地很便捷地对用户的体征信息进行监测，同时，体征信息内包括多种信号，足以作为判断身体状况的可靠依据。
-
公开(公告)号：CN107485783A
公开(公告)日：2017-12-19
申请号：CN201710870096.0
申请日：2017-09-22
Applicant: 桂林电子科技大学
CPC classification number: A61N1/36014 , A61H39/002 , A61H2201/0157 , A61H2201/1635 , A61H2201/165 , A61H2201/50 , A61H2205/065
Abstract: 本发明涉及一种针灸理疗手环及系统，属于电子技术领域。该针灸理疗手环，应用于针灸理疗系统，所述针灸理疗系统包括：服务器。所述针灸理疗手环包括：检测模块、控制模块、通信模块、脉冲输出模块和电源模块。所述检测模块用于采集用于表征人体健康状态的信号，并将其传输给所述控制模块。所述控制模块用于将所述信号经所述通信模块发送给所述服务器，以及接收所述服务器经所述通信模块发送的信号，以便基于所述信号控制所述脉冲输出模块。所述脉冲输出模块用于根据所述控制模块的控制信号进行针灸理疗。该针灸理疗手环能够根据服务器发送的控制信号输出不同的脉冲，以实现有针对性的理疗，从而提高了理疗效果。
-
公开(公告)号：CN110427924A
公开(公告)日：2019-11-08
申请号：CN201910846195.4
申请日：2019-09-09
Applicant: 桂林电子科技大学
IPC: G06K9/00 , G06N3/04 , A61B5/0452
Abstract: 本发明公开了一种基于LSTM的心冲击信号自动多分类识别方法，步骤为：获取数据集训练样本；采用小波阈值去噪的方法对获得的数据集训练样本进行预处理，得到纯净的心冲击信号；对得到的心冲击信号配合自适应阈值完成IJK波的定位，得到心冲击信号的心拍截取；构建LSTM网络模型，将得到的心冲击信号的心拍截取作为LSTM模型的输入数据，对网络模型进行训练并测试；训练过程利用反向传播算法对构建的LSTM网络模型进行权值优化，使网络收敛到全局最优；LSTM网络模型输出识别率，得到分类准确率，根据混淆矩阵分类的正误，计算kapaa系数，评估该模型的分类精度。该方法能够解决RNN存在的长程依赖和传统方法过度依赖于人工设计和分类精度不高的问题，获得较好的分类效果。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
